Título: DETECÇÃO DE REGIÕES SINTOMÁTICAS EM CAFEZAIS UTILIZANDO IMAGENS DE VANT

Resumo: O Brasil é o maior produtor e exportador de café do mundo, e a cafeicultura desempenha papel estratégico na economia nacional. Para garantir alta qualidade, fatores como a detecção precoce de doenças devem ser monitorados, mas o acompanhamento visual em grandes áreas é desafiador, exigindo soluções tecnológicas. Esta pesquisa investiga o uso de Visão Computacional, por meio das arquiteturas YOLO e RT-DETR, para detectar automaticamente pés de café com diferentes estágios de sintomas de doenças.

Foram coletadas 162 imagens aéreas por VANTs, em diferentes alturas (10, 15 e 25 metros) e ângulos (30º, 45º e 90º), rotuladas em três classes: estágio inicial, intermediário e avançado.

Os resultados demonstraram que a diversidade de perspectivas contribui de forma significativa para o desempenho dos detectores. No caso do YOLO, o melhor desempenho foi obtido com o conjunto completo, no qual a classe avançada atingiu 54,2% de precisão. Já o RT-DETR apresentou desempenho competitivo, destacando-se na classe avançada com 64,0% de precisão.

Data/Horário: 13/08/2026 às 14:00
Local: transmissão online (link disponível com a secretaria)
Banca Avaliadora: Prof. Dr. Jadson Castro Gertrudes (UFOP); Prof. Dr. Diego Saqui (UFLA); Prof. Dr. Mateus Marques Bueno (IFSULDEMINAS) e Prof. Dr. Pedro Henrique Lopes Silva (UFOP).