Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/33092| Título: | Segmentação de áreas de interesse em quadros de cria de abelhas por meio de visão computacional |
| Título(s) alternativo(s): | Segmentation of areas of interest in bee brood frames using computer vision |
| Autor(es): | Vasconcelos, Gustavo dos Santos |
| Orientador(es): | Marcon, Marlon |
| Palavras-chave: | Visão por computador Redes neurais (Computação) Abelhas Computer vision Neural networks (Computer science) Bees |
| Data do documento: | 6-Dez-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Dois Vizinhos |
| Citação: | VASCONCELOS, Gustavo dos Santos. Segmentação de áreas de interesse em quadros de cria de abelhas por meio de visão computacional. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2022. |
| Resumo: | O aprendizado de máquina é uma área que vem crescendo e tomando espaço cada vez mais em processos tanto mundanos como complexos do dia a dia, na área apícola isto não difere, com recentes pesquisas promissoras sendo feitas utilizando Segmentação Semântica de imagens para análise de quadros de cria, este estudo traz uma análise e avaliação utilizando do método Intersect over Union de diferentes tipos de arquiteturas de redes neurais e Encoders para Segmentação de quadros de abelha Apis Mellifera. Este trabalho realizou um estudo comparativo de técnicas de segmentação semântica e a partir deste foi possível verificar um incremento no estado-da-arte, com a utilização da arquitetura SegNet associada ao encoder MobileNet para extração de características. Com base nos resultados obtidos, sugere-se a substituição do modelo originalmente proposto, visando melhorar os resultados do pipeline de classificação de quadros de cria. |
| Abstract: | Machine learning is an area that has been growing and taking up more and more space in both mundane and complex day-to-day processes, in the beekeeping area this is no different, with recent promising research being done using Semantic Segmentation of images for analysis of bees honeycomb, this study brings an analysis and evaluation using the Intersect over Union method in different types of neural network architectures and encoders for segmentation of Apis Mellifera honeycombs. This work carried out a comparative study of semantic segmentation techniques and from this it was possible to verify an increase in the state-of-the-art, with the use of the SegNet architecture associated with the MobileNet encoder for feature extraction. Based on the results obtained, it is suggested to replace the originally proposed model, aiming to improve the results of the combs classification pipeline. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/33092 |
| Aparece nas coleções: | DV - Engenharia de Software |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| segmentacaoabelhavisaocomputacional.pdf | 9,32 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
