O engenheiro e pesquisador David Augusto Ribeiro, da Universidade Federal de Lavras (UFLA), apresentou um sistema de inteligência artificial capaz de detectar e classificar frutos imaturos de macaúba (Acrocomia aculeata) com alta precisão. O trabalho foi descrito em artigo publicado em 22 de julho de 2025 na revista Agriculture, da editora MDPI.
Como a tecnologia funciona
O estudo avaliou o desempenho das arquiteturas de deep learning YOLOv11x e YOLOv12x em três métricas globais — precision, recall e mAP. A versão YOLOv11x obteve os melhores índices de precisão, enquanto a YOLOv12x demonstrou robustez em cenários com iluminação e texturas variadas.
Para treinar os modelos, Ribeiro criou o banco de dados VIC01, que reúne 1.600 imagens em alta resolução coletadas em fazendas de Lavras (MG) e anotadas com as ferramentas LabelImg e Segment Anything Model (SAM2). O pesquisador já prepara o VIC02, que incluirá registros de frutos maduros, ampliando o alcance da solução.
Aplicações previstas
A automação do processo de seleção pode ser integrada a esteiras industriais, embarcada em drones para mapeamento de áreas de produção ou utilizada em aplicativos móveis, permitindo que produtores de diferentes portes escolham o momento ideal de colheita.
Trajetória do pesquisador
Graduado em Engenharia de Controle e Automação e mestrando em Engenharia de Sistemas e Automação pela UFLA, Ribeiro atua há uma década em pesquisas financiadas por órgãos como a CAPES. Em 2022 ingressou no doutorado em Engenharia Agrícola e, desde 2025, faz parte do Conselho Regional de Engenharia e Agronomia (CREA) e do Institute of Electrical and Electronics Engineers (IEEE).
Imagem: globorural.globo.com
Próximos passos
O grupo planeja testar o modelo em condições reais de campo na região de Lavras, incorporar sensores para versões mais leves da aplicação e expandir a classificação para frutos maduros e degradados.
Com informações de Globo Rural