Title:	Proposta de modelos de aprendizado profundo para diagnóstico de doenças foliares da videira.
Authors:	CAVALCANTI, F. R.
Affiliation:	FABIO ROSSI CAVALCANTI, CNPUV.
Date Issued:	2025
Citation:	Bento Gonçalves, RS: Embrapa Uva e Vinho, dez. 2025.
Pages:	11 p.
Description:	Este trabalho ajustou e comparou modelos de aprendizado profundo em Tensorflow/Keras para classificar automaticamente sintomas de doenças foliares em videiras usando redes neurais convolucionais (CNNs). A base continha imagens de folhas sadias, com míldio e com manchas de Mycosphaerella. Testou-se um modelo sequencial simples e, depois, transferência de aprendizado com InceptionV3, aplicando aumento de dados e dropout para melhorar a generalização. Os modelos treinados foram convertidos para TFLite, permitindo uso em dispositivos de baixa capacidade. A acurácia de validação mostrou bom desempenho. Criou-se ainda uma interface em Flask para upload de imagens e exibição da classe predita, oferecendo uma ferramenta prática para agricultura de precisão e monitoramento fitossanitário.
NAL Thesaurus:	Expert systems
Keywords:	Classificação de imagens Redes neurais convolucionais Transferência de aprendizado Sistemas especialistas Deep learning Image classification Convolutional neural networks Transfer learning
Series/Report no.:	(Embrapa Uva e Vinho. Boletim de Pesquisa e Desenvolvimento, 41).
ISSN:	3085-9131
Notes:	e-ISSN 1981-1004 CGPE 19414
Type of Material:	Folhetos
Access:	openAccess
Appears in Collections:	Boletim de Pesquisa e Desenvolvimento (CNPUV)