Machine Learning for Detection and Severity Estimation of Sweetpotato Weevil Damage in Field and Lab Conditions

Resumo Técnico: Aprendizado de Máquina para Detecção e Estimativa de Severidade de Danos por Broca-da-Batata-Doce

Definição do Problema
A broca-da-batata-doce (Cylas spp.) é uma praga destrutiva primária na África subsaariana, capaz de causar perdas de rendimento de até 100% e tornar as raízes impróprias para o consumo. Os programas de melhoramento atuais dependem da fenotipagem manual para identificar genótipos resistentes. Em ambientes de campo, especialistas utilizam uma escala visual subjetiva de 1 a 9, enquanto as avaliações laboratoriais envolvem a contagem manual trabalhosa de furos de alimentação. Esses métodos tradicionais são demorados, inconsistentes e propensos ao viés humano, criando gargalos no desenvolvimento de variedades de batata-doce resilientes. Este estudo aborda a necessidade de ferramentas de avaliação automatizadas, objetivas e escaláveis para acelerar os fluxos de trabalho de melhoramento.

Metodologia
A pesquisa propõe um pipeline de visão computacional de contexto duplo para ambientes tanto de campo quanto de laboratório, utilizando Redes Neurais Convolucionais (CNNs) e arquiteturas de detecção de objetos.

• Avaliação de Campo (Classificação de Severidade):

  • Coleta de Dados: Imagens e vídeos foram capturados em quatro locais agrícolas em Uganda ao longo de duas temporadas. Especialistas atribuíram escores de severidade baseados em uma escala modificada de 5 pontos (1, 3, 5, 7, 9), representando a proporção de raízes danificadas.
  • Pré-processamento: Um modelo de segmentação YOLO11 (mAP 92,5%) foi ajustado para isolar as raízes do ruído de fundo. O conjunto de dados foi balanceado através da extração de frames de vídeos e subamostragem de classes super-representadas, resultando em 636 parcelas (788 imagens).
  • Arquitetura do Modelo: Uma arquitetura ResNet-50 de entrada dupla foi implementada para processar visões ortogonais pareadas (topo e base) de parcelas de raízes. O modelo concatenou vetores de características de 2048-d de dois backbones em uma representação de 4096-d, seguido por camadas totalmente conectadas com dropout. Um modelo VGG16 secundário foi testado, mas apresentou desempenho inferior.
  • Treinamento: O modelo foi treinado por 20 épocas usando o otimizador Adam com um tamanho de lote (batch size) de 16.

• Avaliação de Laboratório (Quantificação de Danos):

  • Configuração Experimental: As raízes foram expostas a infestações controladas de brocas (5–10 adultos por 24 horas) e imagens foram capturadas sob iluminação padronizada.
  • Pré-processamento:
    1. Segmentação: Um modelo de segmentação YOLO11 (mAP 98%) isolou as regiões das raízes dos fundos.
    2. Conversão de Anotação: Anotações baseadas em pontos de furos de alimentação foram convertidas em caixas delimitadoras (bounding boxes) usando uma expansão de preenchimento (padding) de 18 pixels.
    3. Estratégia de Tiling (Ladrilhamento): Para enfrentar o desafio de detectar furos minúsculos, o framework Slicing Aided Hyper Inference (SAHI) foi empregado. As imagens foram fatiadas em ladrilhos sobrepostos de 384×384 pixels para aumentar a visibilidade de objetos pequenos.
  • Seleção de Modelo: Três modelos de detecção de objetos de última geração foram avaliados: YOLO11-L, YOLO12-L e RTDETR2. Eles foram treinados no conjunto de dados ladrilhado por 500 épocas com parada antecipada (early stopping).

Principais Resultados

• Classificação de Campo: O modelo ResNet-50 de entrada dupla alcançou uma acurácia de teste de 71,43%. O desempenho variou por classe:
  • Classe 1 (Sem dano): Maior F1-score (0,72) com alto recall (0,82), indicando forte capacidade de identificar parcelas resistentes.
  • Classe 5 (Dano severo): Menor recall (0,45), sugerindo misclassificação frequente de casos severos.
  • Padrões de Confusão: As misclassificações ocorreram principalmente entre níveis de severidade adjacentes (ex: 1 vs. 3, 5 vs. 7), provavelmente devido a características visuais sobrepostas.
• Detecção de Laboratório: O YOLO12-L emergiu como o modelo superior, alcançando uma precisão média média (mAP@0.5) de 77,7%.
  • Demonstrou precisão (0,715) e recall (0,765) equilibrados.
  • Teve um desempenho excepcional em furos não fecais (mAP@0.5: 0,826) e furos fecais (mAP@0.5: 0,728).
  • O RTDETR2 apresentou maior precisão, porém menor recall, enquanto o YOLO11 teve desempenho inferior ao YOLO12.

Significância e Alegações
O artigo afirma que tecnologias de visão computacional podem fornecer ferramentas de avaliação eficientes, objetivas e escaláveis que se alinham aos fluxos de trabalho contemporâneos de melhoramento. O estudo demonstra que:

1. A automação é viável: Sistemas automatizados podem efetivamente triar genótipos resistentes no campo (alto recall para classes de baixo dano) e quantificar danos no laboratório com alta precisão.
2. Inovação Metodológica: A combinação de segmentação de raízes e o ladrilhamento baseado em SAHI aborda com sucesso o desafio específico de detectar furos de alimentação minúsculos que muitas vezes são perdidos em imagens de alta resolução.
3. Aplicação Prática: Embora não sejam um substituto completo para o julgamento de especialistas, essas ferramentas servem como sistemas eficazes de suporte à decisão para reduzir a subjetividade e o esforço manual. Os autores enfatizam o potencial de implantação de modelos leves em dispositivos de borda (edge devices, como smartphones) para apoiar técnicos de campo.
4. Disponibilidade de Recursos: Os autores afirmam que os conjuntos de dados e o código serão disponibilizados publicamente para apoiar pesquisas adicionais em fenotipagem de plantas.

Os autores mantêm um tom modesto, reconhecendo limitações como a lacuna de desempenho entre os resultados de campo e laboratório, o overfitting no classificador de campo devido à variabilidade dos dados e a sobrecarga computacional do pipeline de duas etapas do laboratório. Eles posicionam o trabalho como um passo significativo para melhorar a eficiência da fenotipagem, em vez de uma solução final e perfeita.