Publicação
Desenvolvimento e validação de armadilha inteligente de baixo custo para a identificação da Mosca-da-Azeitona por machine learning
| Resumo: | A presença da mosca-da-azeitona (Bactrocera oleae) é uma das principais ameaças do setor olivícola, podendo provocar perdas significativas na qualidade e na produtividade. Perante esta ameaça, esta dissertação procura uma solução viável para a poder monitorizar, com diminuição de custos operacionais e identificação automática. O objetivo prende-se com o desenvolvimento de uma armadilha inteligente de custo acessível que identifique e realize a contagem automática diária do número de moscas. A dissertação foi realizada em várias etapas. 1) Desenvolvimento e construção da armadilha (hardware e software), incluindo testes do seu protótipo em laboratório e no terreno, em olivais de produção; 2) Treino do algoritmo para identificação da mosca-da-azeitona; 3) Teste do algoritmo; 4) Desenvolvimento do dashboard; e 5) Comparação da armadilha inteligente com armadilhas tradicionais. O sistema foi equipado com um modelo de visão computacional, baseado no algoritmo YOLO11 (You Only Look Once), que consegue processar e analisar as imagens capturadas. Os dados recolhidos foram enviados automaticamente para armazenamento em nuvem, que está associado a um dashboard interativo. Este sistema reduz a necessidade de deslocações ao campo, aumenta a precisão da informação e permite uma resposta mais rápida e eficiente no combate desta praga. Sintetizando os resultados desta dissertação, conseguiu-se ter uma armadilha com o design idealizado, o algoritmo desenvolvido apresentou um desempenho satisfatório com uma precisão geral de 0.837, um recall de 0.811 e um mAP50 de 0.86, o dashboard desenvolvido apresenta uma interface simples e intuitiva que permiti visualizar os dados obtidos de forma automática. Em comparação de custos sobre as armadilhas tradicionais, para o exemplo utilizado, representa um investimento elevado (18 298,40€) no primeiro ano, mas que representa nos anos seguintes uma poupança de 2 415€. A solução proposta melhora a eficiência da monitorização da mosca-da-azeitona, otimizando os recursos e minimizando os estragos causados pela praga. |
|---|---|
| Autores principais: | Rodrigues,Rafael Valente |
| Assunto: | armadilha inteligente mosca-da-azeitona YOLO11 deteção automática olivicultura smart trap olive fly automatic detection olive farming |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | A presença da mosca-da-azeitona (Bactrocera oleae) é uma das principais ameaças do setor olivícola, podendo provocar perdas significativas na qualidade e na produtividade. Perante esta ameaça, esta dissertação procura uma solução viável para a poder monitorizar, com diminuição de custos operacionais e identificação automática. O objetivo prende-se com o desenvolvimento de uma armadilha inteligente de custo acessível que identifique e realize a contagem automática diária do número de moscas. A dissertação foi realizada em várias etapas. 1) Desenvolvimento e construção da armadilha (hardware e software), incluindo testes do seu protótipo em laboratório e no terreno, em olivais de produção; 2) Treino do algoritmo para identificação da mosca-da-azeitona; 3) Teste do algoritmo; 4) Desenvolvimento do dashboard; e 5) Comparação da armadilha inteligente com armadilhas tradicionais. O sistema foi equipado com um modelo de visão computacional, baseado no algoritmo YOLO11 (You Only Look Once), que consegue processar e analisar as imagens capturadas. Os dados recolhidos foram enviados automaticamente para armazenamento em nuvem, que está associado a um dashboard interativo. Este sistema reduz a necessidade de deslocações ao campo, aumenta a precisão da informação e permite uma resposta mais rápida e eficiente no combate desta praga. Sintetizando os resultados desta dissertação, conseguiu-se ter uma armadilha com o design idealizado, o algoritmo desenvolvido apresentou um desempenho satisfatório com uma precisão geral de 0.837, um recall de 0.811 e um mAP50 de 0.86, o dashboard desenvolvido apresenta uma interface simples e intuitiva que permiti visualizar os dados obtidos de forma automática. Em comparação de custos sobre as armadilhas tradicionais, para o exemplo utilizado, representa um investimento elevado (18 298,40€) no primeiro ano, mas que representa nos anos seguintes uma poupança de 2 415€. A solução proposta melhora a eficiência da monitorização da mosca-da-azeitona, otimizando os recursos e minimizando os estragos causados pela praga. |
|---|