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
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.