Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/36192| Título: | Aplicação de técnicas de visão computacional para análise comportamental de animais em confinamento |
| Título(s) alternativo(s): | Application of computer vision techniques for behavior analysis of animals in confinement |
| Autor(es): | Freitas, Vinícius de Almeida |
| Orientador(es): | Marcon, Marlon |
| Palavras-chave: | Visão por computador Sistemas de reconhecimento de padrões Bovinos Computer vision Pattern recognition systems Cattle |
| Data do documento: | 9-Set-2024 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Dois Vizinhos |
| Citação: | FREITAS, Vinícius de Almeida. Aplicação de técnicas de visão computacional para análise comportamental de animais em confinamento. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2024. |
| Resumo: | Este estudo objetiva avaliar e aplicar técnicas de visão computacional para análise comportamental de bovinos em confinamento, com foco na raça Holstein, visando aprimorar o bem-estar dos animais. Para tal, foi criada uma base de dados própria, utilizando vídeos diurnos e noturnos, complementados com imagens do dataset CBVD. As imagens foram divididas em frames e anotadas manualmente com o sistema Roboflow, passando por etapas de pré-processamento para garantir qualidade e consistência. Foram exploradas e comparadas as versões YOLOv8 e YOLOv9, sendo que esta última apresentou melhor desempenho nas métricas de Precision, Recall e F1 score. A análise foi conduzida no ambiente Google Colab Pro, com suas especificações detalhadas. O trabalho conclui que o YOLOv9 é mais adequado para a tarefa proposta, destacando a importância de dados espaço-temporais para futuras melhorias. |
| Abstract: | This study aims to evaluate and apply computer vision techniques for the behavioral analysis of confined cattle, focusing on the Holstein breed, to improve animal welfare. A custom database was created using day and night videos, supplemented with images from the CBVD dataset. The images were divided into frames and manually annotated with the Roboflow system, undergoing preprocessing to ensure quality and consistency. YOLOv8 and YOLOv9 versions were explored and compared, with the latter showing superior performance in Precision, Recall, and F1 score metrics. The analysis was conducted in the Google Colab Pro environment, with detailed specifications. The study concludes that YOLOv9 is more suitable for the proposed task, emphasizing the importance of spatiotemporal data for future improvements. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/36192 |
| Aparece nas coleções: | DV - Engenharia de Software |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| visaocomputacionalcomportamentoanimaisconfinamento.pdf | 9,78 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
