Propriedade Intelectual da UFG

O aplicativo adota um modelo de aprendizado de máquina para realizar a identificação automática de imagens de sementes capturadas em tempo real por meio da câmera do celular/tablet. Esse modelo tem como entrada uma imagem e retorna o nome científico ou popular da semente identificada. Também foi implementado, no aplicativo, um módulo para possibilitar o cadastro e a visualização de novas imagens de sementes. Tal módulo comunica-se com um serviço Web, construído como parte do trabalho, o qual recebe novas imagens e informações sobre sementes para armazenamento e consulta informações em uma base de dados de imagens de sementes em consolidação no Servidor do Laboratório Computacional de Alto Desempenho (LamCad) da UFG. Para controle do envio de imagens de novas sementes, telas de login e de cadastro com autenticação em um banco Firebase foram implementadas no aplicativo. Além disso, a localização geográfica do usuário é exigida no processo de cadastro de imagens. O aplicativo foi desenvolvido em Kotlin e emprega o formato TensorFlow Lite (TFLite) para incorporar o modelo de aprendizado de máquina treinado. A biblioteca CameraX do Android foi utilizada para capturar e processar as imagens da câmera em tempo real. É um produto funcional que reconhece sementes em tempo real e exibe a sua classificação e a porcentagem de confiança.