Resumo: A detecção de frutos em imagens desempenha um papel essencial em várias aplicações, como agricultura de precisão, classificação de produtos e controle de qualidade. Nesse contexto, ferramentas de aprendizado de máquina, incluindo as redes neurais profundas, apresentam excelente desempenho e representam o estado-da-arte em problemas de classificação e detecção de objetos em imagens. Este estudo explora a aplicação de redes profundas para a tarefa de detecção de frutos em imagens. O foco está na utilização das redes neurais convolucionais (CNN, do inglês: convolutional neural network) devido à sua capacidade de aprendizado de características complexas, tornando-as adequadas para identificar e localizar frutos em diversas condições de iluminação e fundos variados. O objetivo deste trabalho é descrever a rede SSDlite e avaliar seu desempenho para detecção de laranjas ainda nas laranjeiras. A SSDlite é um detector de objetos da classe SSD (do inglês, single shot multibox detector) que tem como base uma rede convolucional leve concebida para aplicações de visão computacional em dispositivos móveis chamada MobileNet. Os experimentos computacionais indicaram que a rede SSDLite teve um bom desempenho na detecção de frutos. Além disso, a SSDlite apresentou desempenho melhor que a rede SSD original baseada na arquitetura VGG; porém, utilizando um número muito menor de parâmetros Ver menos

Abstract: Accurate fruit detection in images plays an essential role in various applications, such as precision agriculture, product sorting, and quality control. In this context, machine learning tools, including deep neural networks, present excellent performance and represent state-of-the-art problems in classifying and detecting image objects. This study explores the application of deep networks to fruit detection in images. The focus is on using convolutional neural networks (CNN) due to their ability to learn complex features, making them suitable for identifying and locating fruits in different lighting conditions and varied backgrounds. The objective of this work is to describe the SSDlite network and evaluate its performance in detecting oranges on orange trees. The SSDlite is an object detector from the class SSD (single shot multibox detector) based on a lightweight convolutional network designed for computer vision applications on mobile devices called MobileNet. The computational experiments indicated that the SSDLite network performed well in fruit detection. Furthermore, SSDlite presented better performance than the original SSD network based on the VGG architecture; however, it used a much smaller number of parameters Ver menos