Comparando agrupamento humano e de máquina para classificação do estádio de maturação do tomate

RESUMO

A classificação do estágio de maturação do tomate envolve atribuir uma classe a um tomate com base nos aspectos visuais da sua maturidade. De fato, o número de classes e suas características são definidos pelas normas do departamento agrícola de cada país, as quais são baseadas no conhecimento empírico sobre as características visuais. Por outro lado, métodos de classificação automática não supervisionados, como aqueles baseados em aprendizado profundo, aprendem suas características de forma independente. Neste trabalho, comparamos a classificação baseada em especialistas com a classificação não supervisionada, analisando particularmente o número de agrupamentos (clusters) e as características de cada um. Surpreendentemente, nosso estudo revela uma coincidência no número de agrupamentos para ambas as abordagens. Com essa descoberta, fornecemos evidências de que a classificação atual baseada em especialistas também é adequada para métodos automáticos. As descobertas deste estudo podem ajudar a indústria agrícola a desenvolver métodos precisos de classificação automática. Além disso, para a comunidade científica, este estudo oferece percepções sobre como os métodos de aprendizado de máquina agrupam imagens.

Termos para indexação:
Agricultura de precisão; aprendizagem profunda; aprendizagem não supervisionados; agrupamento.