PLANT VISION

Authors

  • VALTER SANTIAGO ROSA FILHO FIAP – Centro Universitário
  • CARLOS HENRIQUE NEVES JÚNIOR FIAP – Centro Universitário
  • FELIPE GABRIEL CORREA DA SILVA FIAP – Centro Universitário
  • GABRIEL MONTEIRO MAGAN FIAP – Centro Universitário
  • GUILHERME ROSA CAMPANHA FIAP – Centro Universitário
  • MARCOS MOURA DOS SANTOS FIAP – Centro Universitário

Keywords:

PLANT VISION, VISÃO COMPUTACIONAL, AGRICULTURA DE PRECISÃO, DETECÇÃO DE PRAGAS, SUSTENTABILIDADE

Abstract

A agricultura de precisão tem evoluído com drones e sensores IoT, como os da John Deere, que monitoram cultivos, mas são caros para pequenos agricultores. Robôs agrícolas, como o Farm-ng, realizam tarefas automatizadas, mas focam em plantio ou colheita, não em detecção de pragas. Projetos de código aberto, como tutoriais de visão computacional com OpenCV e TensorFlow, inspiraram o Plant Vision por sua acessibilidade. Sistemas de monitoramento por satélite, como os da Planet Labs, oferecem dados amplos, mas carecem de análise local em tempo real. O Plant Vision se destaca por sua mobilidade, custo acessível e foco em mapeamento de pragas.

Published

2026-02-05

How to Cite

VALTER SANTIAGO ROSA FILHO, CARLOS HENRIQUE NEVES JÚNIOR, FELIPE GABRIEL CORREA DA SILVA, GABRIEL MONTEIRO MAGAN, GUILHERME ROSA CAMPANHA, & MARCOS MOURA DOS SANTOS. (2026). PLANT VISION. Revista Científica Da FIAP, 2(2). Retrieved from https://periodicos.fiap.com.br/index.php/rc/article/view/88