Artigo em revista científica Q1
Insect detection in sticky trap images of tomato crops using machine learning
Tiago Domingues (Domingues, T.); Tomás Brandão (Brandão, T.); Ricardo Ribeiro (Ribeiro, R.); Joao C Ferreira or Joao Ferreira (Ferreira, J.);
Título Revista
Agriculture
Ano (publicação definitiva)
2022
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 4

(Última verificação: 2024-05-17 21:49)

Ver o registo na Web of Science®


: 0.6
Scopus

N.º de citações: 5

(Última verificação: 2024-05-16 15:02)

Ver o registo na Scopus


: 0.7
Google Scholar

N.º de citações: 8

(Última verificação: 2024-05-13 12:14)

Ver o registo no Google Scholar

Abstract/Resumo
As climate change, biodiversity loss, and biological invaders are all on the rise, the significance of conservation and pest management initiatives cannot be stressed. Insect traps are frequently used in projects to discover and monitor insect populations, assign management and conservation strategies, and assess the effectiveness of treatment. This paper assesses the application of YOLOv5 for detecting insects in yellow sticky traps using images collected from insect traps in Portuguese tomato plantations, acquired under open field conditions. Furthermore, a sliding window approach was used to minimize insect detection duplicates in a non-complex way. This article also contributes to event forecasting in agriculture fields, such as diseases and pests outbreak, by obtaining insect related metrics that can be further analyzed and combined with other data extracted from the crop fields, contributing to smart farming and precision agriculture. The proposed method achieved good results when compared to related works, reaching 94.4% for mAP_0.5, with a precision and recall of 88% and 91%, respectively, using YOLOv5x.
Agradecimentos/Acknowledgements
--
Palavras-chave
Pests,Insects,Detection,Identification,Precision agriculture,Machine learning,Smart farming
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
  • Agricultura, Silvicultura e Pescas - Ciências Agrárias
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia
UIDP/04466/2020 Fundação para a Ciência e a Tecnologia
Projetos Relacionados

Esta publicação é um output do(s) seguinte(s) projeto(s):

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.