Uma estrutura unificada baseada em EfficientSwinB para reconhecimento de plantas medicinais e classificação de germoplasma de cártamo

Por que uma identificação de plantas mais inteligente importa

De ervas de cozinha a remédios tradicionais, muitas plantas que sustentam nossa saúde se parecem surpreendentemente. Diferenciá‑las a olho nu exige anos de treinamento, e erros podem afetar a qualidade dos medicamentos, decisões agrícolas e esforços de conservação da biodiversidade. Este estudo apresenta uma nova estrutura de inteligência artificial (IA) capaz de reconhecer plantas medicinais a partir de fotos do dia a dia e até distinguir variedades de cártamo muito próximas a partir de suas folhas. Ao tornar a identificação de plantas mais rápida e confiável, o trabalho aponta para ferramentas práticas para farmacêuticos, agricultores e conservacionistas.

De fotos de folhas a respostas confiáveis

Os autores se concentram em uma das versões mais difíceis do reconhecimento de plantas: trabalhar diretamente com imagens de folhas. Fotos externas de plantas medicinais estão cheias de solo, sombras e outras plantas, enquanto muitas espécies compartilham formatos e padrões de nervuras quase idênticos. Métodos tradicionais de visão computacional exigiam conjuntos de dados grandes e cuidadosamente curados e ainda tinham dificuldades com essa variação. Aqui, os pesquisadores constroem sobre uma família moderna de modelos de IA chamada transformers de visão, que tratam uma imagem como uma coleção de pequenos blocos e aprendem como essas partes se relacionam. O objetivo é projetar uma única estrutura capaz de lidar tanto com o reconhecimento amplo de espécies na natureza quanto com distinções finas entre variedades de cultivo em laboratório.

Um olhar mais enxuto e afiado para plantas medicinais

Para o reconhecimento geral de plantas medicinais, a equipe propõe um modelo que chamam de EfficientSwinB-SE. Ele parte do Swin Transformer, um transformer de visão popular que observa janelas sobrepostas da imagem para capturar detalhes locais e a cena mais ampla. A primeira melhoria é um passo de poda: o modelo remove automaticamente as conexões menos úteis em sua camada inicial de processamento da imagem, reduzindo os cálculos internos sem alterar a estrutura geral. A segunda melhoria é um bloco squeeze-and-excitation, que ensina o modelo a pesar alguns canais visuais mais fortemente que outros, como um botânico que presta atenção especial à estrutura das nervuras ou à textura das bordas, ignorando pixels de fundo que distraem.

Dando zoom nas diferenças da família do cártamo

Reconhecer variedades dentro de uma única cultura é ainda mais difícil do que distinguir espécies diferentes, porque as diferenças visuais podem ser extremamente sutis. Para enfrentar isso, os autores estendem sua estrutura em um segundo modelo chamado OLSF-EfficientSwinB-SE, adaptado ao germoplasma de cártamo—as linhagens genéticas usadas no melhoramento. Em ambiente de laboratório, primeiro eles aprimoram as imagens das folhas com um processo de "Feature de Estrutura Ótima da Folha" que realça direções de nervuras e texturas finas. Essas imagens aprimoradas são então alimentadas no mesmo backbone transformer podado e com mecanismo de atenção. Essa combinação ajuda a IA a focar em pistas estruturais pequenas, mas biologicamente relevantes, que distinguem uma linhagem de cártamo de outra, apoiando um melhoramento mais preciso e a gestão de recursos genéticos.

Testando a nova estrutura

Os pesquisadores avaliam seus modelos em três conjuntos de dados públicos: plantas medicinais indianas fotografadas em jardins, plantas medicinais indonésias coletadas de diversas fontes online e um conjunto de cártamo contendo dezenas de variedades imageadas sob condições de laboratório controladas. Em todas as avaliações, o EfficientSwinB-SE supera modelos consagrados de aprendizado profundo, incluindo redes convolucionais clássicas e outros transformers. Ele atinge cerca de 99,75% de acurácia no conjunto indiano e 97,70% no conjunto indonésio, mesmo sob iluminação variada e fundos confusos. Para a tarefa de alta granularidade no cártamo, a variante OLSF-EfficientSwinB-SE alcança em torno de 91,63% de acurácia, superando uma abordagem anterior baseada em transformer projetada especificamente para essa cultura.

O que isso significa para o uso real de plantas

Em termos práticos, o estudo mostra que é possível construir um único “olho” de IA eficiente que pode tanto reconhecer uma ampla gama de plantas medicinais em campo quanto classificar folhas quase idênticas em laboratório. Ao eliminar cálculos desnecessários e ensinar o modelo a enfatizar as pistas visuais mais informativas, os autores criam ferramentas precisas, robustas e práticas o suficiente para uso quase em tempo real. Esses sistemas poderiam embasar aplicativos de smartphone para identificação de ervas, catalogação automatizada de recursos genéticos e plataformas agrícolas inteligentes que acompanham culturas pelas folhas. À medida que as mesmas ideias forem estendidas para mais espécies e ambientes, elas podem ajudar a conectar o conhecimento tradicional sobre plantas à agricultura moderna orientada por dados.

Citação: Khuat, P.T., Thien Van, H. A unified EfficientSwinB-based framework for medicinal plant recognition and safflower germplasm classification. Sci Rep 16, 11791 (2026). https://doi.org/10.1038/s41598-026-42449-4

Palavras-chave: reconhecimento de plantas medicinais, aprendizado profundo, transformer de visão, germoplasma de cártamo, identificação de plantas