Nesta semana, foram anunciados os trabalhos premiados da 22⁰ edição do Salão de Pesquisa SETREM (SAPS). Nessa edição, foram apresentados quatro artigos na modalidade oral pelos alunos de iniciação científica Anthony Vanzan, Gabriel Fim, Matheus Sausen e Greice Welter. As apresentações foram premiadas com o 1º, 2º e 3º lugar na área da Computação e 2º lugar na área da Agronomia. Trata-se de alguns dos resultados alcançados no projeto AgroComputação. A iniciativa de publicá-los partiu da ideia de compartilhar as descobertas da pesquisa e divulgar o trabalho que vem sendo realizado neste projeto.

A seguir, os alunos premiados contam como foi essa experiência de apresentar o trabalho no SAPS.

Foi uma experiência nova, já que nunca havia apresentado no SAPS, proporcionou aprendizados e conhecimentos. O trabalho apresentado teve como título “ALGORITMO DE DEEP LEARNING PARA A CLASSIFICAÇÃO DE ÁREAS DE LAVOURA COM VANTS”, o trabalho tinha como objetivo realizar a criação de um modelo de deep learning para a classificação e demarcação das áreas de lavoura do milho através de imagens aéreas retiradas por vants. A apresentação do algoritmo e discussão dos resultados rendeu ao trabalho o 1º lugar na categoria oral do SAPS 2020 na área da computação. O trabalho desenvolvido será usado posteriormente para a realização do cálculo de densidade de plantação e estimativa de produção da lavoura de milho.
Anthony Vanzan, aluno do curso de Engenharia da Computação da Setrem

Foi uma experiência de certo modo nova, eu já havia apresentado um trabalho em uma edição anterior do SAPS, mas desta vez por se tratar de uma edição totalmente online, a experiência foi bem diferente da anterior. O trabalho apresentado teve como nome “DESENVOLVIMENTO DE UM ALGORITMO DE PRÉ-PROCESSAMENTO AUTOMÁTICO DE IMAGENS RETIRADAS COM VANTS”, tendo como objetivo apresentar o algoritmo desenvolvido dentro do projeto AGROCOMPUTAÇÃO para a realização do pré-processamentos das imagens retiradas via VANTs e criação automatizada dos dataset de treinamento para as redes neurais desenvolvidas. Desta forma, acredito que o algoritmo desenvolvido e apresentado neste trabalho pode servir como uma base para futuros projetos que desejem realizar atividades similares, já que durante o desenvolvimento do algoritmo não conseguimos achar trabalhos que apresentaram um objetivo similar de realizar o pré-processamento de imagens com o objetivo de criar dataset mais automatizados.
Gabriel Fim, aluno do curso de Sistemas de Informação da Setrem

Foi uma experiência nova e importante tanto pessoal como profissionalmente para o futuro, pois nunca havia apresentado no SAPS ou em outros eventos maiores. A apresentação foi sobre “METODOLOGIA PARA CAPTURA DE IMAGENS COM VANT PARA A CULTURA DO MILHO”, tendo como objetivo definir uma metodologia de captura de imagens com VANT, para obter métricas na cultura do milho (Zea mays). Pois, não foram encontradas na literatura metodologias padrões a serem seguidas para obter métricas para essa cultura. Dessa forma, acredito que esse trabalho tem muito a agregar a outros pesquisadores ou técnicos da área, que desejam aplicar ou realizar novas pesquisas sobre a utilização de VANTs na agricultura. A agricultura nas últimas décadas, vem passando por inúmeras transformações, com o objetivo de melhorar o sistema de produção e também aumentar os patamares de produção, tendo uma ligação direta com o avanço tecnológico.
Matheus Sausen, aluno do curso de Agronomia da Setrem

Foi uma experiência nova que agregou conhecimentos em vários aspectos como pessoal e profissional, já que nunca havia apresentado no SAPS antes. O trabalho apresentado teve como nome “AVALIAÇÃO DOS FRAMEWORKS TENSORFLOW, PYTORCH E KERAS PARA DEEP LEARNING”, com o objetivo de avaliar frameworks para o desenvolvimento de inteligência artificial no projeto AGROCOMPUTAÇÃO, onde buscou-se avaliar o melhor framework para a detecção de pendão e plantas de milho com imagens retiradas por VANTS. Acreditamos que este estudo poderá ajudar outras pessoas na escolha do framework mais eficiente e adequado para a detecção de objetos.
Greice Welter, aluna do curso de Engenharia da Computação da Setrem

Confiram todos os trabalhos premiados no SAPS 2020 no link.