Contagem Automatizada de Ovos de Aedes Aegypti em Paletas e Papéis-filtro Utilizando Aprendizado Profundo
Redes neurais; Entomologia; Aedes aegypti; Aprendizado de máquina
O Aedes aegypti é um mosquito transmissor de uma variedade de doenças, como a dengue, a Zika e a Chikungunya. Tais doenças são especialmente conhecidas no Brasil, pois afetam milhões de brasileiros a cada ano e os esforços para combatê-los envolvem a vigilância e monitoramento da população do mosquito de forma a predizer regiões mais prováveis de surtos; porém, o monitoramento da população no mosquito no Brasil é um processo amplamente manual e laborioso, conquanto exista meios para automatizar tal processo. Neste trabalho, uma rede neural artificial da arquitetura Hybrid Task Cascade (HTC) foi construída através da biblioteca MMdetection em Python e treinada em papéisfiltros e paletas de madeira contendo milhares de ovos de mosquitos anotados à mão de forma a proporcionar uma solução automatizada de contagem de ovos considerando condições que emulam equipamentos comerciais de baixo custo, possibilitando o uso da ferramenta pela população geral. O conjunto de dados utilizado foi relativamente pequeno e, por isso, técnicas de aumento de dados foram exploradas. Resultados mostram uma pontuação F1 de 97.17% no papel-filtro e 83.16% na paleta. Encontrou-se um equilíbrio entre a contagem e a pontuação F1 na escolha do limiar de confiança graças ao resultados obtidos. Trabalhos futuros envolvem um treinamento com o conjunto de dados expandido e um aumento de dados mais complexos, bem como comparações com outras arquiteturas do estado da arte.