Sistema de detecção de Tomates (SDT): uma ferramenta de Gestão para agricultores nas fases de maturação

Abstract

Este trabalho apresenta o desenvolvimento e a aplicação de um sistema de visão computacional para a detecção e classificação de tomates em diferentes estágios de maturação, utilizando o modelo YOLO v8. O sistema foi testado em uma horta montada, onde imagens e vídeos foram analisados para identificar tomates maduros, verdes e podres. Para facilitar a visualização e interpretação dos dados, foi implementado um dashboard estatístico interativo, permitindo o monitoramento da produção agrícola em tempo real. Além da detecção dos frutos, a aplicação foi integrada a um módulo de monitoramento climático, fornecendo informações sobre temperatura, umidade e precipitação para auxiliar na tomada de decisões. Os resultados indicam que o modelo apresentou bom desempenho na identificação de tomates maduros e podres, mas encontrou desafios na detecção precisa dos tomates verdes, devido à variação de iluminação e à menor representatividade dessa classe no dataset. A pesquisa reforça o potencial da inteligência artificial na agricultura, promovendo maior eficiência, automação e controle de qualidade na produção de alimentos.