CTRNet: um modelo de deep learning leve e eficiente para identificação de rosetas em milho de campo

Por que detectar uma folha escondida é importante

Em um milharal de verão, alguns dos insetos mais daninhos atacam diretamente o “coração” da planta — a espiral apertada de folhas no topo chamada roseta. Essas pragas são pequenas, o alvo que atacam é ainda menor, e os agricultores frequentemente precisam pulverizar grandes áreas por precaução. Este estudo apresenta um novo sistema de visão computacional, o CTRNet, projetado para localizar com confiabilidade as pequenas rosetas do milho em campos desordenados do mundo real, de modo que o monitoramento das culturas e o uso de pesticidas possam ser muito mais precisos e menos desperdíciosos.

O desafio de ver um alvo pequeno em um campo grande

Para o controle de pragas, é crucial saber exatamente onde está a roseta, pois é o principal local onde lagartas depositam ovos e se alimentam, reduzindo a fotossíntese e a produtividade. Mas, em campos reais, as rosetas são difíceis de ver: parecem pequenas nas imagens, frequentemente estão escondidas por folhas sobrepostas e aparecem contra fundos cheios de plantas daninhas, solo e sombras. Abordagens anteriores dependiam da inspeção visual por pessoas ou de truques simples de imagem baseados em cor e textura. Esses métodos funcionavam apenas em cenas limpas e controladas e rapidamente fracassavam quando a iluminação mudava, as folhas se sobrepunham ou surgiam múltiplos problemas nas plantas ao mesmo tempo.

Deep learning entra em campo

Nos últimos anos, detectores de deep learning, especialmente os da família YOLO, melhoraram muito a capacidade das máquinas de localizar objetos em imagens em tempo real. Várias versões foram adaptadas para culturas e folhas, mas modelos padrão ainda têm dificuldade com alvos muito pequenos, como rosetas de milho, e com as mudanças constantes de luz e na disposição das folhas ao ar livre. Eles frequentemente perdem detalhes finos à medida que as imagens são processadas pela rede e podem se distrair com fundos confusos. Os autores, portanto, partem de um modelo moderno YOLO11 e redesenham partes-chave da rede para capturar melhor estruturas pequenas, compartilhar informação entre escalas de imagem e ignorar padrões de fundo irrelevantes.

O que torna o CTRNet diferente

O CTRNet proposto (Contextual and Texture‑enhanced Representation Network) mantém a velocidade e o tamanho compacto do YOLO11, mas adiciona vários módulos especializados. Um módulo incentiva diferentes camadas da rede a trocar informações, de modo que contexto amplo e detalhes finos se reforcem mesmo quando as rosetas estão parcialmente ocultas. Outro módulo é ajustado tanto a padrões grosseiros e de baixa frequência quanto a detalhes finos e de alta frequência, ajudando o sistema a preservar bordas e texturas que marcam o centro da roseta. Uma etapa de fusão com mecanismo de gate então combina sinais de múltiplas escalas enquanto atenua características redundantes ou ruidosas. Por fim, um mecanismo de atenção reconfigura as características da imagem recebida para que manchas claras, sombras e fundos complexos sejam corrigidos antes que possam confundir o detector.

Testando o sistema

Para treinar e testar o CTRNet, a equipe montou um conjunto de dados com 2.816 imagens provenientes de fontes públicas e de suas próprias coletas de campo, abrangendo estágios de crescimento desde plântulas até plantas maduras. As fotos capturaram a vista e a altura típicas da câmera de um robô agrícola, sob uma ampla variedade de condições de luz e disposições de campo. Em comparações diretas com várias variantes do YOLO e um detector baseado em transformer, o CTRNet alcançou a maior precisão na identificação das rosetas, elevando uma métrica padrão de detecção (mAP@0.5) de 81,6% para 84,7% enquanto usava, na verdade, menos parâmetros do que a linha de base. Comparações visuais mostraram que o CTRNet focava com mais precisão na região verdadeira da roseta e produzia menos realces falsos em folhas ou no solo circundante, especialmente em cenas com pouca luz, luz solar intensa ou forte oclusão.

Rápido o suficiente para robôs entre as fileiras

Além da precisão, os autores testaram se o CTRNet poderia rodar em um pequeno computador edge‑AI semelhante ao que um robô de campo carregaria. Em um dispositivo NVIDIA Jetson Orin Nano, o modelo manteve taxas de quadros em tempo real, especialmente quando combinado com um motor de inferência otimizado e aritmética em meia precisão. Isso significa que o CTRNet pode, na prática, guiar pulverizadores ou robôs de inspeção que precisam reagir rapidamente enquanto se movem pelas fileiras, em vez de depender de análises lentas fora de linha.

O que isso significa para um controle de pragas mais inteligente

Em termos simples, o CTRNet dá às máquinas “olhos” mais nítidos para uma parte pequena, mas importante, da planta de milho. Ao localizar rosetas de forma confiável apesar de sombras, reflexos e folhagem densa, ele possibilita monitoramento mais direcionado de danos por pragas e aplicação mais precisa de pesticidas. O trabalho mostra que modelos de deep learning leves e bem projetados podem não apenas igualar, mas superar sistemas mais pesados em velocidade e precisão, abrindo caminho para ferramentas de proteção de culturas mais inteligentes e menos desperdiçadoras e, potencialmente, para sistemas semelhantes aplicáveis a outras culturas e doenças.

Citação: Tian, X., Zhang, J. & Li, Y. CTRNet: a lightweight and efficient deep learning model for field maize whorl identification. Sci Rep 16, 10570 (2026). https://doi.org/10.1038/s41598-026-45727-3

Palavras-chave: detecção de pragas em milho, visão computacional para culturas, agricultura de precisão, deep learning leve, robótica de campo