O artigo intitulado Simplificando a Interpretação de Laudos de Análise de Solo com Deep Learning em Nuvem, recentemente publicado na Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação (REABTIC), é fruto do trabalho de conclusão de curso dos egressos de Sistemas de Informação Alisson Allebrandt e Diego Schmidt com orientação do Prof. Dalvan Griebler. A solução ou o aplicativo criado é um primeiro passo para auxiliar produtores rurais a interpretar os lados de análise de solo e saber que correção é preciso ser aplicada no solo em função dos resultados das análises. 

As contribuições desta pesquisa são sumarizadas a seguir:

• Proposta de uma arquitetura de software para auxiliar na interpretação dos laudos de análise de solo.
• Implementação e avaliação de dois serviços em nuvem para reconhecimento de caracteres baseados em Deep Learning.
• Aplicativo para auxiliar produtores e agrônomos no processo de análise e interpretação dos laudos de análise de solo.

Alisson e Diego relataram um pouco sobre a experiência no processo de desenvolvimento desta pesquisa. 

O desenvolvimento do trabalho agregou muito conhecimento e novas experiências tanto na área técnica quanto na área da agricultura por meio do contato direto com engenheiros agrônomos e com o laboratório de análise de solo da Setrem, que nos auxiliaram e abriram as portas para desenvolvermos a ideia da nossa solução. Durante o desenvolver do trabalho foi possível abordar ferramentas de inteligência artificial e interpretadores de OCR, como a API do Google Vision e o Tesseract OCR, muito utilizados no mercado atualmente. Além disso, aplicar as mesmas tecnologias em ambientes de nuvem para realizar interpretações de imagens de laudos de análise de solo.O conhecimento adquirido no decorrer do trabalho foi grandioso e nos trouxe novas visões sobre a área da agricultura e principalmente na tecnologia de Cloud Computing, fato esse, que me fez iniciar uma pós graduação em Cloud também pela Setrem.
Alisson

O desenvolvimento deste trabalho proporcionou novas experiências e contatos com a área da agricultura, mais especificamente na parte de solos, onde em conversas com profissionais da área buscou-se entender mais sobre os problemas que enfrentavam. Com o uso da computação em nuvem, técnicas de OCR, inteligência artificial, apoiados com ferramentas conhecidas no mercado, como o Tesseract OCR e o Google Vision, agilizam o processo de interpretação de laudos de análises de solo. Todas as experiências vividas durante o desenvolvimento do trabalho agregaram para a evolução tanto pessoal como profissional, adquirindo novos conhecimentos e aprimorando as habilidades comunicativas.
Diego

Abaixo se encontra o resumo do artigo, o qual pode ser lido por completo neste link.

Resumo: Um dos aspectos que interfere em uma boa produtividade agrícola é o solo, consequentemente, a sua conservação por meio da aplicação correta de nutrientes e adubação é de suma importância. Neste artigo, propõe-se uma arquitetura de software e um aplicativo mobile capaz de auxiliar agricultores engenheiros agrônomos na interpretação de análises de solo geradas em laboratórios. A arquitetura de software foi concebida para atuar em um ambiente de nuvem e o aplicativo mobile é a interface para captura e apresentação dos dados. Inicialmente, foi necessário criar uma base de dados com diferentes tipos e configurações de imagens. O dataset foi tratado para eliminar ruídos(tais como luminosidade, sombras e distorções) e usado para avaliação de duas soluções de Deep Learning (Google Vision e Tesseract OCR), onde o Tesseract OCR se mostrou mais preciso usando as mesmas imagens. Além de ofertar o aplicativo mobile, que é um primeiro passo, a pesquisa realizada revela várias carências tecnológicas e oportunidades para inovações na área de ciência dos solos.