A Leaf-Level Dataset for Soybean-Cotton Detection and Segmentation

Título do Estudo

Conjunto de Dados em Nível de Folha para Detecção e Segmentação de Soja e Algodão

1. Problema e Contexto

A soja (Glycine max) e o algodão (Gossypium hirsutum) são culturas fundamentais para a economia agrícola, especialmente no Brasil. O cultivo rotacionado dessas culturas traz benefícios agronômicos, mas introduz desafios específicos de gestão, principalmente o surgimento de plantas voluntárias (brotações de sementes residuais de estações anteriores).

• Desafio: As plantas voluntárias competem por recursos (água, luz, nutrientes) e atuam como hospedeiras de pragas, como o bicudo-do-algodoeiro.
• Limitação Atual: O manejo tradicional depende de pulverização de herbicidas em área total ("blanket spraying"), o que gera custos elevados, resistência de ervas daninhas e impactos ambientais.
• Necessidade Técnica: É crucial desenvolver estratégias de controle precisas (pulverização seletiva) que diferenciem automaticamente entre a cultura ativa, plantas voluntárias e ervas daninhas. Embora métodos de Deep Learning existam, os conjuntos de dados públicos atuais são insuficientes: muitas vezes focam apenas em detecção de ervas daninhas, carecem de anotações em nível de instância (máscaras de segmentação) ou não capturam a complexidade de campos reais (sobreposição de folhas, variações de luz e estágios de crescimento).

2. Metodologia

Aquisição de Dados

• Local: Fazenda comercial em Jaboticabal, São Paulo, Brasil.
• Período: 10 semanas, cobrindo múltiplos estágios de crescimento (desde a emergência até o estágio R6 na soja e pré-bolha no algodão).
• Condições: Imagens capturadas de manhã à tarde (6h às 18h) para variar a iluminação, com câmeras de smartphones em diferentes alturas (joelho a cintura) e ângulos, simulando cenários reais de aquisição.
• Volume: 700 imagens brutas coletadas; após controle de qualidade (remoção de duplicatas e imagens de baixa qualidade), 640 imagens de alta resolução (1600 × 1200 px) foram mantidas.
• Ambiente: Nenhum herbicida foi aplicado durante a coleta, garantindo a presença de diversas espécies de ervas daninhas no fundo para testar a robustez do modelo.

Processo de Anotação

• Ferramentas: Utilização do Computer Vision Annotation Tool (CVAT) auxiliado pelo modelo Segment Anything Model (SAM).
• Especialistas: Duas especialistas em identificação de culturas realizaram a anotação, com revisão de um terceiro especialista para consistência.
• Critérios:
  • Inclusão: Todas as folhas visíveis de soja e algodão, independentemente de oclusão parcial ou tamanho, foram anotadas.
  • Exclusão: Ervas daninhas, solo e folhas muito obscurecidas não foram rotuladas.
• Formato: Cada imagem possui máscaras de segmentação de instância e caixas delimitadoras (bounding boxes).
• Limpeza de Dados: Aplicação de um filtro de 90% de Intersection over Union (IoU) para remover duplicatas e análise de componentes conectados (via OpenCV) para eliminar artefatos de "bloco de pixels" gerados pelo SAM.
• Total de Anotações: 12.411 folhas no total (7.221 de soja e 5.190 de algodão).

3. Contribuições Principais

1. Novo Conjunto de Dados (SoyCotton): O primeiro conjunto de dados público focado especificamente na detecção e segmentação de folhas de soja e algodão em nível de instância, em condições de campo reais e não controladas.
2. Riqueza de Anotações: Oferece simultaneamente caixas delimitadoras e máscaras de segmentação, permitindo tarefas de detecção de objetos e segmentação semântica/por instância.
3. Variabilidade Realista: Inclui variações de densidade de dossel (folhagem esparsa a densa), estágios fenológicos, condições de iluminação e presença de ervas daninhas, desafiando modelos a lidar com oclusão e similaridades morfológicas.
4. Validação Rigorosa: Avaliação extensiva de modelos de estado da arte (SOTA) e análise de ablação para determinar o impacto do tamanho do conjunto de dados e da complexidade do modelo.

4. Resultados Técnicos

Desempenho dos Modelos

O estudo utilizou o modelo YOLO11 (versão medium) como base, comparando-o com YOLOv8, YOLOv9, YOLOv10 e RT-DETR.

• Detecção (Bounding Boxes): O YOLO11m alcançou o melhor desempenho com mAP50 de 0,862 e mAP50-95 de 0,741, mantendo uma inferência rápida (6,27 ms).
• Segmentação (Máscaras): O YOLO11m-seg obteve o melhor F1-Score (0,853) e um mAP50 de 0,895, equilibrando precisão e velocidade melhor que o FastSAM-x e outros modelos.
• Otimização de Hiperparâmetros: O uso de Multiobjective Tree-structured Parzen Estimator (MOTPE) via Optuna resultou em um ganho de 7% no mAP50-95 para detecção e segmentação em comparação com a configuração padrão do YOLO11.

Análise de Validação Cruzada (5-fold)

• Soja vs. Algodão: O modelo apresentou desempenho ligeiramente superior no algodão (Precisão: 0,907) em comparação à soja (Precisão: 0,858) na tarefa de detecção, possivelmente devido à maior dificuldade de distinguir folhas de soja de ervas daninhas no fundo.
• Estágios de Crescimento: A precisão diminui conforme a densidade da folhagem aumenta (estágio denso), devido à oclusão severa. No entanto, a taxa de misclassification (confundir soja com algodão) permaneceu baixa (<1%), indicando que o modelo aprendeu bem a diferenciar as espécies.

Análise de Erros

• Falsos Negativos: Aumentaram com a maturidade da cultura devido à oclusão física (folhas cobrindo outras folhas).
• Falsos Positivos: A segmentação apresentou taxas mais altas de falsos positivos (até 22,4% para soja no estágio tardio) comparado à detecção (8,7%), principalmente devido à dificuldade de delimitar bordas precisas em folhagens densas e à similaridade morfológica com ervas daninhas.

Análise de Ablação (Tamanho do Dados)

• Detecção: O desempenho tende a saturar (platô) em torno de 7.000 objetos anotados.
• Segmentação: Beneficia-se de mais dados, continuando a melhorar até 9.000–11.000 objetos.
• Custo Computacional: O modelo Medium (YOLO11-M) ofereceu o melhor equilíbrio entre custo computacional e precisão. Modelos maiores (X) trouxeram ganhos marginais (<1,5%) com um aumento significativo de custo (2,6x a 2,8x).

5. Significado e Impacto

Este trabalho preenche uma lacuna crítica na agricultura de precisão ao fornecer dados robustos para o desenvolvimento de sistemas de pulverização seletiva de herbicidas.

• Aplicações Práticas: O conjunto de dados permite a criação de algoritmos capazes de:
  1. Mapear a localização exata de plantas voluntárias para aplicação localizada de herbicidas, reduzindo o uso de químicos.
  2. Monitorar pragas (como o bicudo) ao distinguir a cultura ativa de resíduos.
  3. Extrair características morfológicas para fenotipagem e vigilância de doenças.
• Disponibilidade: O conjunto de dados e os códigos de reprodução estão publicamente disponíveis sob licença CC_BY_4.0, fomentando pesquisas futuras em gestão agrícola sustentável e robótica agrícola.

Em resumo, o estudo demonstra que, com dados de alta qualidade e anotações precisas em nível de folha, é possível alcançar desempenho de ponta na distinção de culturas complexas em campo, viabilizando intervenções agrícolas mais eficientes e ambientalmente responsáveis.