DETECÇÃO DE DOENÇAS NA FOLHAGEM DA SOJA UTILIZANDO REDES NEURAIS CONVOLUCIONAIS: UMA ABORDAGEM DE INTELIGÊNCIA ARTIFICIAL PARA O AGRONEGÓCIO BRASILEIRO

Publicado em 28/08/2026 - ISSN: 3086-7487

DOI
10.29327/30867487.1599183  
Título do Trabalho
DETECÇÃO DE DOENÇAS NA FOLHAGEM DA SOJA UTILIZANDO REDES NEURAIS CONVOLUCIONAIS: UMA ABORDAGEM DE INTELIGÊNCIA ARTIFICIAL PARA O AGRONEGÓCIO BRASILEIRO
Autores
  • Katcilane Silva de Souza
  • Kaue Ribeiro Costa
Modalidade
Resumo científico RSD 2026 - abstract - resumen
Área temática
3) Agricultura - Agriculture - Agricultura
Data de Publicação
28/08/2026
País da Publicação
Brasil
Idioma da Publicação
pt-BR
Página do Trabalho
https://www.even3.com.br/anais/anais-ecpantanaltech/1599183-deteccao-de-doencas-na-folhagem-da-soja-utilizando-redes-neurais-convolucionais--uma-abordagem-de-inteligencia-a
ISSN
3086-7487
Palavras-Chave
Redes Neurais Convolucionais; Visão Computacional; Inteligência Artificial; Fitopatologia da Soja; Agronegócio.
Resumo
A cultura da soja desempenha um papel estratégico e consolidado como um dos principais pilares do agronegócio brasileiro. No entanto, a produtividade e a qualidade final das colheitas são constantemente ameaçadas pelo surgimento de fitopatógenos que atacam a folhagem da planta, gerando severas perdas económicas se não forem controlados a tempo. O diagnóstico tradicional destas patologias depende da inspeção visual humana no campo, um processo que é frequentemente demorado, subjetivo e propício a falhas de identificação. Para mitigar este problema, este trabalho descreve o desenvolvimento e a validação de uma solução computacional automatizada baseada em Inteligência Artificial para a detecção precoce e classificação de doenças na folhagem da soja. A metodologia aplicada consistiu numa abordagem quantitativa fundamentada em algoritmos de Aprendizado Profundo (Deep Learning), utilizando especificamente a arquitetura de Redes Neurais Convolucionais (CNNs). O fluxo de desenvolvimento englobou a curadoria técnica de um banco de dados composto por imagens fotográficas reais das folhas de soja coletadas em campo, seguido pelo pré-processamento digital das imagens, extração automática de características visuais e o treino supervisionado do modelo preditivo. O projeto foi inteiramente conduzido com o suporte e infraestrutura do Instituto Federal de Mato Grosso do Sul (IFMS) - Campus Jardim. Os resultados obtidos nos testes de validação foram altamente promissores, demonstrando a robustez do sistema ao registar uma taxa de acurácia superior a 90% na correta discriminação e classificação das diferentes patologias foliares avaliadas. O modelo provou ter uma elevada capacidade de generalização e precisão visual na identificação das lesões. Conclui-se que a incorporação desta ferramenta tecnológica no ambiente agrícola valida o uso prático da Visão Computacional como um mecanismo viável de suporte à tomada de decisões. O sistema contribui diretamente para a consolidação da agricultura de precisão, permitindo que produtores realizem intervenções localizadas e assertivas, o que reduz os custos operacionais e mitiga o impacto ambiental causado pelo uso indiscriminado de defensivos agrícolas na lavoura.
Título do Evento
II Encontro Técnico-Científico do Pantanal Tech MS 2026
Cidade do Evento
Aquidauana
Título dos Anais do Evento
Anais do Encontro Técnico-Científico do Pantanal Tech MS
Nome da Editora
Even3
Meio de Divulgação
Meio Digital
DOI

Como citar

SOUZA, Katcilane Silva de; COSTA, Kaue Ribeiro. DETECÇÃO DE DOENÇAS NA FOLHAGEM DA SOJA UTILIZANDO REDES NEURAIS CONVOLUCIONAIS: UMA ABORDAGEM DE INTELIGÊNCIA ARTIFICIAL PARA O AGRONEGÓCIO BRASILEIRO.. In: . Disponível em: https//www.even3.com.br/anais/anais-ecpantanaltech/1599183-DETECCAO-DE-DOENCAS-NA-FOLHAGEM-DA-SOJA-UTILIZANDO-REDES-NEURAIS-CONVOLUCIONAIS--UMA-ABORDAGEM-DE-INTELIGENCIA-A. Acesso em: 22/11/2026

Trabalho

Even3 Publicacoes