Guaratiba · HMBR004799 · on-device

EstufaInteligenteTIM

Telemetria real do viveiro, gêmeo digital com prosperidade e riscos, previsões de 7 dias e recomendações validadas por fotos com detector pré-treinado nas patologias da Mata Atlântica.

Telemetria real · Oracle / Guaratiba

Dados dos sensores

Leituras do controlador HMBR004799 (MEC10 solo + TA1 ar em 4 posições). Snapshot usado pelo gêmeo digital e pelo cruzamento foto × sensores.

Temperatura do ar · 4 posições

Último snapshot: VWC solo baixo (~20%) e CE muito reduzida (~0,15 mS/cm) — coerente com estresse hídrico e clorose nutricional. O gêmeo e as previsões partem destes valores reais.
Demonstração ao vivo

Gêmeo digital do viveiro

Ajuste a telemetria (pré-carregada com Guaratiba) e veja prosperidade, ranking de riscos, projeção de 7 dias e a foto âncora da classe pré-treinada correspondente ao risco dominante.

Simulação determinística · snapshot real

Entradas do gêmeo

1042 °C
30100 %
1095 %
0,052,6 mS/cm
3001200 ppm
1001600
prosperidade

Ranking de riscos fitossanitários

Projeção de prosperidade — 7 dias

Heurística: mantidas as condições atuais, a curva estima a evolução sob a pressão do risco dominante.

Validação visual · classe pré-treinada

Classe pré-treinada do risco dominante

Dados → risco → foto pré-treinada → ação

Previsões e recomendações

A partir do snapshot Guaratiba e do gêmeo, o sistema ranqueia riscos nas próximas 24–72 h e valida cada hipótese com a classe visual pré-treinada correspondente.

Modelo CV pré-treinado · 10 classes de patologia
Prosperidade agora
Risco dominante
Horizonte (h)
Confiança visual

Projeção 7 dias (espelho do gêmeo)

Ação prioritária (dados + foto)

Hipóteses validadas com fotos

    Catálogo · gatilhos de sensor

    Patologias e gatilhos de sensor

    Toque no tipo ou no card da patologia para abrir a foto com a anomalia enquadrada pelo detector e os gatilhos de telemetria associados.

    Câmeras · detecção · sensores · ação

    Visão Computacional

    Capturas RGB e infravermelhas dos setores do viveiro. O detector enquadra a anomalia na folha, nomeia o problema provável e cruza a imagem com a telemetria dos sensores para justificar o diagnóstico e recomendar a ação — detector pré-treinado (YOLOv8 fine-tuned nas 10 classes de patologia + RASNet auxiliar), com diagnóstico primário determinístico pela telemetria.

    1

    Captura

    RGB ou infravermelho por setor do viveiro

    2

    Enquadra

    Detector marca a anomalia e nomeia o problema

    3

    Cruza sensores

    Foto × telemetria justifica o diagnóstico

    4

    Recomenda

    Ação prioritária e sugestões de manejo

    Diagnóstico primário: regras determinísticas (telemetria). Visão: classes pré-treinadas nas fotos de patologia — enquadramento e confiança do detector.

    Filtrar setor:
    RGB Infravermelho Anomalia enquadrada

    Toque em uma captura para ver o enquadramento, o cruzamento foto × sensores e as sugestões de manejo.