This article presents a dataset of insect-damaged soybean leaves. The capture of images was carried out on several soy farms, under realistic weather conditions, using two cell phones and a UAV. The dataset consists of 3 (three) folders with a total of 6,410 images. The dataset is divided into three categories: (I) healthy plants, (II) plants affected by caterpillars, and (III) images of plants damaged by Diabrotica speciosa . This dataset allows training and validation of machine learning models to diagnose, recognize, and classify soybeans affected by caterpillars or Diabrotica speciosa . The images can be processed according to the user’s need since only the size was standardized during the pre-processing phase.

No abstract

O mundo vem sofrendo uma revolução causada por tecnologias computacionais, e a área da agricultura não ficou de fora, revolucionou-se, transformando-se em agricultura inteligente, agricultura 4.0 ou agricultura digital. As possibilidades de ações criadas na agricultura com o uso das tecnologias computacionais são inúmeras, como: controle de informações para tomada de decisão, controle de produtos, do tempo, previsões etc.  As tecnologias como Inteligência Artificial, IoT, Machine Learning, Blockchain, Drones, sensores entre outras possibilitam que o agricultor tenha controle de toda a sua propriedade em todas as áreas. O uso de tantas tecnologias para todas as áreas, trazem muitos benefícios e desafios, dentre os benefícios no uso na agricultura está o aumento da produção de alimentos e a preservação do meio ambiente. Na preservação do meio ambiente, as tecnologias tornaram-se aliadas no controle de quantidades, forma de aplicação, descarte dos vasilhames dos agrotóxicos, combate ao roubo, entre outras aplicações.  No processo de controle de vasilhames dos agrotóxicos, seja para controlar o descarte ou para combater o roubo, tecnologias como inteligência artificial, machine learning, RFID, IoT, Blockchain integradas conseguem rastrear cada movimento do vasilhame. A proposta apresentada de um sistema que faça o rastreamento dos agrotóxicos, irá trazer controle tanto para descartes como em caso de roubo, avisando o agricultor em tempo real, via internet web no celular. O sistema também fornecerá gráficos com inúmeras informações para tomadas de decisão.

A Inteligência Artificial (IA) tem sido estudada desde 1943, e apenas 19 anos depois foi criado o primeiro chatbot, um robô que provê atendimento as pessoas. A IA é aplicada nas mais diferentes áreas da sociedade, trazendo inúmeros benefícios em todos os seguimentos. Buscou-se identificar se as pessoas já foram atendidas por IA, via um robô (chatbot), se o serviço está respondendo às dúvidas de acordo com as necessidades e se após o atendimento está sendo satisfatório para as pessoas. A pesquisa foi realizada por meio de questionário na plataforma Survey Monkey, destinada ao público em geral no estado de Mato Grosso. Foram obtidas 287 respostas, das quais utilizou se 223 respostas, as demais foram descartadas por serem de outros estados ou por nunca terem utilizado o serviço on-line de atendimento. Demonstrou-se que 89,56% dos respondentes já utilizaram algum tipo de atendimento on-line, 45,74% das pessoas atendidas, tiveram suas dúvidas sanadas, 43,05% tiveram suas dúvidas parcialmente sanadas e 11,21% não tiveram suas dúvidas sanadas. Ainda de acordo com a pesquisa, observou-se que 51,12% dos entrevistados se consideravam satisfeitos com o serviço e 9,87% se consideravam muito satisfeitos. Esses percentuais demonstram que há um quadro de aceitação e evolução desse serviço, porém ainda com resistência por parte das pessoas.

A movimentação de agroquímicos na cadeia produtiva é imensa, oportunizando roubos, mal uso e evasão de impostos. O controle atual é precário e necessita de melhorias, possibilitando um vasto campo de pesquisa. Conforme a literatura na área, as propostas atuais de rastreabilidade usam apenas poucos sensores, além do fato de não existir combinação e integração entre eles. Nesse contexto, este trabalho apresenta um modelo que permite a rastreabilidade de defensivos agrícolas, combinando sensores de Internet das Coisas (IoT), aprendizado de máquina, redes de neblina (fog), identificação por rádio frequência (RFID) e blockchain. O diferencial do modelo está na contribuição de uma proposta modular e que permite segurança e confiabilidade no controle dos produtos. O modelo desenvolvido apresentou resultados concisos e promissores. Quando realizada a movimentação de objetos dentro de containers e fora destes, sensores capturam e enviaram os dados das ações para armazenamento e análise das camadas seguintes do modelo.