AerialYield-B2D: A Greenhouse Blueberry Dataset with Five-Stage Ripeness Masks and Fruit Counts

Nas fileiras silenciosas e com temperatura controlada de uma estufa moderna, o caminho para uma colheita perfeita de mirtilos não é uma linha reta. É um quebra-cabeça visual. Um produtor não procura simplesmente por um único fruto azul; ele deve avaliar um cacho onde bagas verdes, cor-de-rosa, roxas e azul-escuras crescem frequentemente lado a lado, escondidas entre folhas e sombras. Esta complexidade visual é a realidade diária da agricultura, onde a decisão de colher um fruto depende do seu estágio específico de maturação. Durante décadas, os investigadores confiaram nos olhos humanos para fazer estes julgamentos, mas o surgimento de robôs automatizados e sistemas de visão computacional exige algo mais preciso: uma forma de ensinar as máquinas a ver exatamente o que um humano vê. Para fazer isto, os computadores precisam de uma biblioteca de exemplos, uma vasta coleção de imagens do mundo real onde cada única baga seja marcada e categorizada pela sua cor e maturidade. Sem tal recurso, a tecnologia permanece cega às subtilezas que definem uma colheita madura.

Este é o desafio abordado por um novo recurso chamado AerialYield-B2D, um conjunto de dados cuidadosamente curado, concebido para ajudar os computadores a aprender a linguagem da maturação do mirtilo. Criada por uma equipa de investigadores da Universidade Khalifa, nos Emirados Árabes Unidos, esta coleção reúne 514 fotografias reais tiradas dentro de uma estufa comercial em Al Ain. As imagens capturam a realidade desordenada e natural da cultura, mostrando milhares de bagas em cinco estágios distintos de desenvolvimento: verde e não madura, rosa pálido, tornando-se roxa, totalmente madura e sobremadura. Ao contrário de tentativas anteriores que poderiam basear-se em desenhos simplificados ou frutos isolados, este conjunto de dados apresenta o fruto exatamente como ele cresce, emaranhado em cachos e parcialmente obscurecido pela folhagem. Os investigadores não se limitaram a tirar fotografias; passaram inúmeras horas a traçar manualmente o contorno de cada uma das bagas nas fotos, criando um mapa digital que diz a um computador exatamente onde cada fruto está e qual é a sua cor. No total, eles anotaram mais de 30.000 bagas individuais, proporcionando um nível de detalhe que permite às máquinas praticar a distinção entre um fruto que está pronto para comer e um que ainda está à espera de amadurecer.

A criação deste conjunto de dados foi um esforço deliberado para capturar todo o espectro de como os mirtilos são realmente vistos num ambiente agrícola. A equipa reuniu imagens de duas fontes diferentes para garantir que os dados fossem robustos. A maioria veio de fotografias de plano aproximado tiradas com smartphones, que capturam os detalhes finos da pele do fruto e da cera que o reveste. Para adicionar variedade e simular a visão de um robô ou de um drone a mover-se pelas fileiras, incluíram também fotogramas extraídos de vídeos de alta definição e filmagens capturadas por um pequeno drone voador. Esta mistura garante que os modelos de computador treinados com estes dados possam lidar com diferentes ângulos, condições de iluminação e distâncias. Os investigadores foram cuidadosos ao registar a origem de cada imagem, anotando se vinha de um telemóvel ou de um drone, para que utilizadores futuros possam testar se os seus sistemas funcionam igualmente bem em todos os tipos de fotografias. Toda a coleção foi processada com rigorosa atenção ao detalhe, corrigindo a orientação das fotos para que os mapas digitais se alinhem perfeitamente com o fruto real, e verificando que não faltavam ou estavam corrompidas quaisquer imagens.

O que torna este trabalho particularmente valioso é a sua honestidade quanto às dificuldades da tarefa. Os investigadores reconhecem abertamente que os dados refletem o desequilíbrio natural de uma cultura real. Na estufa, as bagas verdes superam vastamente as raras bagas sobremaduras, e esta distribuição desigual é preservada no conjunto de dados em vez de ser artificialmente corrigida. Isto significa que qualquer pessoa que utilize os dados para treinar um computador terá de enfrentar o mesmo desafio que um agricultor enfrenta: encontrar o fruto raro e perfeito entre um mar de frutos não maduros. A equipa também esclareceu o que o conjunto de dados não é. Embora o nome inclua a palavra "yield" (rendimento/produtividade), as imagens não fornecem medições de peso ou volume total da colheita. Em vez disso, os números fornecidos são estritamente contagens de quantas bagas aparecem em cada fotografia. Esta distinção é crucial, pois estabelece limites claros para o que os dados nos podem dizer: é uma ferramenta para contar e identificar, não para pesar a colheita final.

Para provar que os dados são úteis, os investigadores testaram-nos ao alimentá-los em modelos padrão de visão computacional. Pediram a estes modelos que aprendessem com as imagens de treino e, depois, previssem a maturação das bagas em imagens que nunca tinham visto antes. Os resultados mostraram que os modelos conseguiam identificar com sucesso os diferentes estágios de maturação, embora tenham tido mais dificuldade com as cores raras, como as bagas rosa pálido ou as bagas cor de laranja sobremaduras, simplesmente porque havia menos exemplos delas para aprender. A equipa também testou a capacidade do sistema de contar o número total de bagas numa única imagem, alcançando um nível de precisão que sugere que o conjunto de dados é uma base sólida para trabalhos futuros. Ao disponibilizarem as imagens, os mapas detalhados e o código utilizado para os processar, a equipa forneceu um benchmark reproduzível. Isto significa que outros cientistas podem usar as mesmas imagens e regras para testar as suas próprias ideias, garantindo que o progresso neste campo seja construído sobre uma base partilhada e fiável.

O lançamento do AerialYield-B2D representa um passo significativo na interseção entre a agricultura e a inteligência artificial. Move-se além do teórico e fornece um recurso tangível do mundo real que espelha a complexidade de uma cultura viva. Ao focar-se nas nuances visuais específicas da maturação do mirtilo, o conjunto de dados oferece um caminho claro para o desenvolvimento de ferramentas que possam auxiliar os produtores a tomar decisões mais rápidas e precisas. Não promete resolver todos os problemas da agricultura, nem afirma substituir inteiramente o julgamento humano. Em vez disso, oferece um conjunto de exemplos precisos e verificados que permite às máquinas aprender a linguagem visual do mirtilo, uma baga anotada de cada vez. Ao fazê-lo, transforma uma cena natural caótica numa lição estruturada, ajudando a colmatar a lacuna entre o olho humano e a lente do computador.