PR-CNN: A Multiscale Attention Relation Network for Accurate Bean Leaf Disease Image Recognition

Imagine que você é um detetive tentando resolver um mistério, mas em vez de uma cena de crime, você está olhando para uma folha. No mundo da agricultura inteligente, computadores estão sendo ensinados a jogar este jogo de detetive. Eles usam um ramo da inteligência artificial chamado "aprendizado profundo" (deep learning), que é como um cérebro digital que aprende olhando para milhares de fotos. Normalmente, esses cérebros digitais são como gigantes famintos; eles precisam comer milhões de fotos para aprender a distinguir uma folha doente de uma folia saudável. Mas no mundo real, os agricultores muitas vezes não têm milhões de fotos. Eles podem ter apenas alguns registros de uma nova doença surgindo em seu campo. É aqui que um truque especial chamado "aprendizado de poucas amostras" (few-shot learning) entra em cena. É como ensinar um detetive a reconhecer um novo criminoso após ver apenas uma ou duas fotos de identificação, em vez de precisar de um anuário inteiro de suspeitos. O objetivo é construir um sistema que possa identificar doenças de plantas de forma rápida e precisa, mesmo quando não viu aquela enfermidade específica mil vezes antes, porque salvar as plantações de doenças significa salvar comida e dinheiro.

Conheça agora o novo detetive da cidade: um sistema chamado PR-CNN. Os pesquisadores por trás deste estudo queriam resolver um problema difícil: folhas de feijão. As folhas de feijão são complicadas porque, quando ficam doentes, as manchas podem parecer muito semelhantes entre si, ou podem estar escondidas atrás de fundos bagunçados, como terra ou outras plantas. A equipe construiu um novo cérebro digital projetado especificamente para lidar com esses mistérios das folhas de feijão. Eles combinaram três ferramentas poderosas em um superdetetive. Primeiro, usaram uma "rede neural convolucional" padrão, que é o motor básico que observa a imagem. Segundo, adicionaram algo chamado "atenção de divisão piramidal" (pyramid split attention). Pense nisso como dar ao detetive um conjunto de diferentes lupas. Algumas lupas dão um zoom fechado para ver minúsculos pontos, enquanto outras dam um zoom para fora para ver o formato completo da folha. Isso ajuda o computador a focar nos pontos doentes importantes e ignorar o ruído irrelevante do fundo. Terceiro, usaram uma "rede de relação" (relation network). Em vez de apenas memorizar como uma folha doente se parece, esta parte do cérebro aprende a comparar duas imagens lado a lado. Ela pergunta: "O quão semelhante esta nova folha é com as folhas doentes que eu já vi antes?" e dá uma pontuação baseada nessa relação.

A equipe testou seu novo detetive em um conjunto de dados de folhas de feijão que coletaram em uma fazenda em Henan, China, junto com dados de código aberto. Eles tinham um total de 11.903 amostras, abrangendo quatro tipos de doenças: ferrugem, mosaico, mofo foliar e mancha branca, além de folhas saudáveis. Quando colocaram o PR-CNN à prova, ele teve um desempenho incrível. Em seu experimento principal, o sistema acertou a resposta 99,24% das vezes. Para colocar isso em perspectiva, eles o compararam com alguns dos "gigantes" mais famosos do mundo do aprendizado profundo, como ResNet50, DenseNet, Inception v4 e EfficientNet B7. O novo sistema PR-CNN superou todos eles, mostrando que sua mistura especial de lupas e habilidades de comparação funciona melhor do que os métodos padrão. Os pesquisadores também testaram o sistema em outros quatro conjuntos de dados públicos de doenças de plantas e ele manteve a calma, alcançando uma precisão média de 99,84% em todos eles.

No entanto, os autores são cuidadosos para não afirmar que esta é a solução final e perfeita para todos os problemas do universo. Eles apontam que seu sistema é atualmente um especialista; ele só conhece o diagnóstico daqueles quatro tipos específicos de doenças do feijão. Se um agricultor mostrar a ele um novo tipo de doença do feijão ou uma doença em uma planta de tomate, o sistema ainda não saberá o que fazer. Ele também possui algumas limitações quando se trata do caos do mundo real. Em uma foto de laboratório perfeita, a folha está clara e bem iluminada, mas em um campo real, as folhas podem estar borradas, cobertas de sujeira ou escondidas atrás de outras plantas. O artigo sugere que, embora o sistema seja um grande passo à frente, ele ainda precisa ser testado nessas condições reais e desordenadas. A equipe também observa que seu sistema atual só olha para fotos estáticas, não vídeos, e ainda não diz ao agricultor o quão grave é a doença, apenas o que ela é.

Apesar desses limites, os resultados são uma forte sugestão de que esta nova abordagem funciona. Ao combinar a capacidade de ver detalhes em diferentes escalas com a habilidade de comparar imagens, o PR-CNN mostra que podemos construir ferramentas mais inteligentes e adaptáveis para a agricultura. Os autores acreditam que, no futuro, esta tecnologia poderá ser transferida para telefones celulares para que os agricultores possam tirar uma foto de uma folha no campo e obter um diagnóstico instantâneo. Por enquanto, porém, o PR-CNN permanece como um detetive especializado e altamente preciso que prova que, com a mistura certa de atenção e comparação, os computadores podem aprender a salvar nossas plantações mesmo quando não viram o inimigo um milhão de vezes antes.