Sistema com inteligência artificial otimiza a detecção da lagarta-do-cartucho no campo

Pesquisadores da Embrapa Instrumentação, em São Carlos (SP), desenvolveram uma tecnologia que combina sensores de imagem e inteligência artificial para detectar a presença da lagarta-do-cartucho, uma das principais pragas da cultura do milho.

O sistema reconhece o inseto tanto nas folhas quanto nas espigas da planta, tornando o processo mais rápido e preciso do que as observações manuais tradicionalmente utilizadas no campo.

Considerada uma das pragas mais destrutivas da agricultura tropical, a lagarta-do-cartucho (Spodoptera frugiperda) pode reduzir em até 70% a produtividade do milho. O inseto ataca a planta em diferentes estágios de desenvolvimento, da fase vegetativa à reprodutiva, o que amplia o potencial de danos.

A nova metodologia foi desenvolvida pelos pesquisadores Alex Bertolla e Paulo Cruvinel. Eles explicam que o trabalho surgiu da necessidade de aprimorar a detecção precoce da praga, uma etapa essencial para o controle eficiente e a redução de prejuízos na lavoura.

Segundo Bertolla, o estudo aplicou técnicas de aprendizado de máquina e visão computacional para reconhecer padrões da lagarta em diferentes fases do ciclo de vida. O método pode ser utilizado por agrônomos e laboratórios como ferramenta de apoio na identificação e classificação das pragas em campo, ampliando a precisão das análises.

O sistema utiliza imagens captadas por uma câmera comum, que pode ser acoplada a equipamentos agrícolas. O importante, segundo os pesquisadores, é que a câmera tenha boa resolução, não sendo necessário um equipamento de alto custo. O algoritmo, desenvolvido em linguagem Python, processa as imagens, identifica ruídos, separa o fundo e destaca apenas as lagartas detectadas nas plantas.

Ao todo, o estudo analisou 2.280 imagens de lagartas coletadas em folhas e espigas de milho. A partir dessas amostras, o modelo foi capaz de reconhecer cinco estágios distintos de desenvolvimento do inseto.

Os resultados, segundo os autores, confirmam a eficiência do método baseado em aprendizado profundo. Além de oferecer maior acurácia e agilidade na detecção, o sistema representa um avanço para o monitoramento automatizado de pragas, contribuindo para uma agricultura mais tecnológica e sustentável.

Fonte: Agro2, publicado em 09/10/2025

Fonte da imagem: Freepik