Abstrato

Modelos otimizados de computação suave para a classificação de folhas de plantas utilizando pequenos conjuntos de dados

Priya Dhir e Jasmeen Gill

A classificação das folhas das plantas é uma tarefa imperativa quando a sua utilização no mundo real é considerada para fins medicinais ou no setor agrícola. A identificação precisa das plantas é, por isso, muito importante, uma vez que existem inúmeras plantas venenosas que, se consumidas ou utilizadas por engano pelos seres humanos, podem ser fatais para as suas vidas. Além disso, na agricultura, a detecção de certos tipos de ervas daninhas pode revelar-se bastante significativa para proteger as culturas contra estas plantas indesejadas. Em geral, as Redes Neurais Artificiais (RNA) são candidatas adequadas para a classificação de imagens quando estão disponíveis pequenos conjuntos de dados. No entanto, estes sofrem de problemas de mínimos locais que podem ser efetivamente resolvidos utilizando algumas técnicas de otimização global. Considerando esta questão, o presente trabalho de investigação apresenta um sistema automatizado de classificação de folhas de plantas utilizando modelos de soft computing otimizados em que as RNAs são otimizadas utilizando o algoritmo Grasshopper Optimization (GOA). Além disso, o modelo proposto superou as técnicas de última geração quando comparado com o RNA simples e o RNA baseado na otimização por enxame de partículas. Os resultados mostram que o sistema proposto de classificação de folhas de plantas baseado em GOA-ANN é uma técnica promissora para pequenos conjuntos de dados de imagens.