Grupo desenvolveu um método para seleção de grãos com base no uso de imagens multiespectrais e machine learning.
Um grupo desenvolveu um método para seleção de grãos com base no uso de imagens multiespectrais e machine learning. O processo dispensa a torra, pode ser realizado em tempo real durante o processo produtivo e evita possíveis falhas humanas na avaliação, ainda que dependa de equipamentos caros. O grupo é formado por cientistas do Centro de Energia Nuclear na Agricultura (Cena) e da Escola Superior de Agricultura Luiz de Queiroz (Esalq), ambos da Universidade de São Paulo (USP), e do Centro de Computação da Universidade Federal de Pernambuco (UFPE).
“No caso de cafés especiais, muitas vezes se colhe fruto a fruto. Então, só são retirados os frutos cereja. Mas, se o produtor de café especial colhe os frutos verdes, ou usa em algum momento colheita plena [manual e/ou mecanizada], essa prática pode resultar em um café tradicional”, explica Winston Pinheiro Claro Gomes, doutorando no Cena-USP e primeiro autor do estudo.
“Em nosso método, separamos o grão considerado especial do tradicional por uma metodologia que acopla imagem multiespectral a modelos matemáticos [algoritmos], que processam os dados fornecidos pelas imagens. Porém, um café especial vai de 80 a 100 pontos. E nosso modelo não consegue dizer se o grão é um escore 80 ou um 90. Seria preciso ter as amostras de cada uma das pontuações para especificar essas categorias para o modelo matemático e viabilizar o aprendizado da máquina”, comenta Gomes.
