Ferramentas para estimativa de fruticultura de precisão (em desenvolvimento)

Título

Ferramentas para estimativa de fruticultura de precisão (em desenvolvimento)

Descrição

Órgão responsável Embrapa Informática Agropecuária
Acesso Informação não fornecida pelo órgão
Desenvolvimento da ferramenta Equipe Interna
Acesso ao algorítmo da ferramenta Sim
Código Aberto Sim
Categorias de aplicação Classificação de imagens (exceto reconhecimento facial), Estimativa de produção de frutos.
Método estatístico utilizado pela ferramenta Regressão linear ou variações, Métodos baseados em árvore de decisão (incluindo florestas aleatórias e XGBoost), Redes neurais
Outputs da ferramenta Estimativa de produção - contagem de frutos.
Grau de apoio oferecido pela ferramenta A ferramenta faz diagnósticos, mas não sugere ações.
No desenvolvimento e/ou implementação da ferramenta, foi considerada a obrigatoriedade de revisão humana das decisões automatizadas? Sim
Se a resposta anterior foi positiva, descreva as questões envolvidas e a decisão tomada. Toda a validação da ferramenta é feita com especialistas do domínio
No desenvolvimento e/ou implementação da ferramenta, foram considerados possíveis vieses em seu desempenho? Por exemplo: sua eficácia é melhor com determinados grupos? Sim
Se a resposta anterior foi positiva, descreva os possíveis vieses e a decisão tomada a respeito. Análise de oclusão de frutos, sombreamento, falsos positivos, etc.
Foi verificado algum desses impactos no fluxo de trabalho do órgão com a utilização da ferramenta? Ainda não foram verificados impactos
Há métricas para medir a eficácia da ferramenta? Sim
Se a resposta anterior foi sim, descreva a métrica. Métricas tradicionais utilizadas para validação de modelos preditivos, tais como: acurácia, erro, precisão, revocação, f-measure, Kappa, etc.
Quais são os principais conjuntos de features/variáveis usados como entrada para treinar a ferramenta? Por exemplo: região e IDH de um município para um sistema de estimativa de risco de fraudes; presença no cadastro positivo para concessão de crédito. Conjunto de imagens coletados em campos com informação sobre os frutos antes da fase de colheita.
Existe a necessidade da utilização de dados pessoais para treinar a ferramenta? Não
Existe a necessidade da utilização de dados sigilosos para treinar a ferramenta? Não

Arquivos

images.png

Referência

“Ferramentas para estimativa de fruticultura de precisão (em desenvolvimento),” Catálogo de Uso de Inteligência Artificial por Órgãos Governamentais, acesso em 28 de abril de 2024, https://catalogoia.omeka.net/items/show/22.