Uma pesquisa da Escola de Engenharia de S\u00e3o Carlos (EESC) da USP usou vis\u00e3o computacional e deep learning para automatizar a identifica\u00e7\u00e3o de vespas da fam\u00edlia Ichneumonidae. O estudo tem foco no uso dessas vespas como controle biol\u00f3gico na agricultura. A disserta\u00e7\u00e3o foi apresentada por Jo\u00e3o Manoel Herrera Pinheiro.<\/p>\n
O trabalho utiliza um banco de dados com mais de 3 mil imagens em alta resolu\u00e7\u00e3o para classificar vespas parasitoides por fam\u00edlia com alta precis\u00e3o. A iniciativa envolve coopera\u00e7\u00e3o com a UFSCar e o INCT Hympar\/Sudeste, que re\u00fane uma vasta cole\u00e7\u00e3o de mais de 600 mil vespas.<\/p>\n
A pesquisa surge como resposta \u00e0 demanda por m\u00e9todos de controle de pragas mais sustent\u00e1veis na agroind\u00fastria. Identifica estruturas visuais relevantes, como padr\u00f5es de nervuras nas asas, para facilitar a taxonomia autom\u00e1tica. A metodologia reduz o tempo gasto por especialistas no processo manual.<\/p>\n
O estudo integra o acervo da UFSCar cedido pela professora Ang\u00e9lica Penteado-Dias e o conjunto DAPWH, com 3.556 imagens utilizadas no treinamento do algoritmo. O objetivo \u00e9 acelerar a descri\u00e7\u00e3o e cataloga\u00e7\u00e3o de insetos, assegurando maior precis\u00e3o na identifica\u00e7\u00e3o taxon\u00f4mica.<\/p>\n
Segundo o orientador Marcelo Becker, o sistema pode, no futuro, realizar a primeira classifica\u00e7\u00e3o autom\u00e1tica por imagem, liberando o trabalho dos entom\u00f3logos para tarefas mais complexas. A meta \u00e9 ampliar a efici\u00eancia na identifica\u00e7\u00e3o de esp\u00e9cies.<\/p>\n
Pinheiro destaca que as vespas parasitoides, em especial o grupo Ichneumonidae, s\u00e3o extremamente diversificadas e podem ser pouco descritas. O estudo refor\u00e7a a import\u00e2ncia da taxonomia na conserva\u00e7\u00e3o, ecologia e estrat\u00e9gias de controle de pragas.<\/p>\n
Becker aponta que a tecnologia pode reduzir significativamente o tempo de coleta de amostras, envio a laborat\u00f3rios e separa\u00e7\u00e3o entre esp\u00e9cies. A vis\u00e3o computacional atua como ferramenta de triagem, complementando o trabalho humano.<\/p>\n
O pesquisador ressalta o potencial pr\u00e1tico para a agricultura brasileira, j\u00e1 que essas vespas podem controlar pragas em culturas como mandioca, cana-de-a\u00e7\u00facar e caf\u00e9. O uso de controle biol\u00f3gico representa uma alternativa aos inseticidas.<\/p>\n
O projeto teve apoio de CAPES, FAFQ, Fapesp, CNPq e INCT-HYMPAR, com colabora\u00e7\u00e3o de outras pesquisadoras da UFSCar. A disserta\u00e7\u00e3o est\u00e1 dispon\u00edvel para consulta na universidade, destacando avan\u00e7os da IA na entomologia.<\/p>\n
Mais informa\u00e7\u00f5es sobre o estudo podem ser obtidas por meio do contato do pesquisador Jo\u00e3o Manoel Pinheiro. A pesquisa demonstra como engenharias computacionais podem avan\u00e7ar a biodiversidade e pr\u00e1ticas agr\u00edcolas sustent\u00e1veis.<\/p>\n","protected":false},"excerpt":{"rendered":"