Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/40058
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2023_MuriloPereiraBotelho_tcc.pdf19,72 MBAdobe PDFver/abrir
Título: Classificador de patologias vegetais a partir de imagens utilizando redes neurais convolucionais
Autor(es): Botelho, Murilo Pereira
Orientador(es): Romariz, Alexandre Ricardo Soares
Assunto: Redes neurais convolucionais (Computação)
Processamento de imagens - técnicas digitais
Plantas - doenças e pragas
Data de apresentação: 27-Jul-2023
Data de publicação: 2-Out-2024
Referência: BOTELHO, Murilo Pereira. Classificador de patologias vegetais a partir de imagens utilizando redes neurais convolucionais. 2023. 107 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
Resumo: As patologias vegetais representam uma parte considerável das perdas de colheitas todo ano e é notável que, apesar da quantidade de usuários de smartphones ser considerável (SNA, 2021), não se utiliza todo o potencial desses dispositivos no meio rural. Este trabalho tem por objetivo detalhar e discutir a criação de um aplicativo para classificação de imagens contendo patologias vegetais, utilizando redes neurais convolucionais, como uma solução para diminuição do impacto das patologias vegetais na perda de colheitas. Serão avaliadas as escolhas do banco de dados, do modelo de rede neural, os parâmetros da rede, as tecnologias do aplicativo e suas limitações. Foi possível obter um modelo com uma acurácia de 99,38% utilizando a mesma métrica de avaliação da referência bibliográfica e superando-a. Os resultados encontrados possibilitam um maior entendimento para a construção de uma solução que permita aos agricultores uma atuação mais barata e específica para gerenciar problemas relacionados às patologias de plantações.
Abstract: Plant pathologies represent a significant portion of crop losses each year, and it is noteworthy that, despite the considerable number of smartphone owners (SNA, 2021), the full potential of these devices is not being utilized in rural areas. This study aims to detail and discuss the creation of a mobile app for image classification of plant pathologies, using convolutional neural networks, as a solution to mitigate the impact of plant pathologies on crop loss. Choices regarding the dataset, the neural network model, network parameters, mobile app technologies, and their limitations will be evaluated. It was possible to build a model with an accuracy of 99.38%, using the same evaluation metric as the bibliographical reference and exceeding it. The results found allow for a greater understanding in building a solution that enables farmers to act more cheaply and specifically to manage problems related to crop pathologies.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Elétrica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.