Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Romariz, Alexandre Ricardo Soares | - |
dc.contributor.author | Botelho, Murilo Pereira | - |
dc.identifier.citation | 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. | pt_BR |
dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023. | pt_BR |
dc.description.abstract | 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. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Redes neurais convolucionais (Computação) | pt_BR |
dc.subject.keyword | Processamento de imagens - técnicas digitais | pt_BR |
dc.subject.keyword | Plantas - doenças e pragas | pt_BR |
dc.title | Classificador de patologias vegetais a partir de imagens utilizando redes neurais convolucionais | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2024-10-02T12:20:00Z | - |
dc.date.available | 2024-10-02T12:20:00Z | - |
dc.date.submitted | 2023-07-27 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/40058 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | 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. | pt_BR |
dc.description.abstract1 | 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. | pt_BR |
Aparece na Coleção: | Engenharia Elétrica
|