Use este identificador para citar ou linkar para este item: https://rd.uffs.edu.br/handle/prefix/3366
Tipo: Monografia
Título: Visão computacional aplicada na classificação de grãos de milho
Autor(es): Rosin, Juliana Isabel de Freitas
Primeiro Orientador: Padilha, Adriano Sanick
Resumo: Este trabalho propõe utilizar visão computacional para classificar grãos de milho. Em virtude da subjetividade que o método manual impõe, utilizar técnicas de visão computacional e aprendizado de máquina podem auxiliar na diminuição dos erros ocasionados pela subjetividade do classificador. O trabalho proposto apresenta um protótipo de aquisição com controle de iluminação, a criação de um banco de imagens, uma análise exploratória nas características dos grãos de milho e testes de 3 datasets em 3 modelos conhecidos de aprendizado de máquina, sendo eles KNN, Random Forest e SVM, chegando a acurácia de 83% para classificar três classes de grãos de milho.
Abstract/Resumen: This paper proposes to use computer vision to classify corn grains. Due to the subjectivity that the manual method imposes, using computer vision techniques and machine learning can help to reduce the errors caused by the subjectivity of the classifier. The proposed work presents a prototype acquisition with lighting control, the creation of an image bank, an exploratory analysis on the characteristics of corn grains and tests of 3 data sets in 3 known machine learning models, KNN, Random Forest and SVM, reaching an accuracy of 83% to classify three maize grain classes.
Palavras-chave: Visão computacional
Milho
Classificação
Idioma: por
País: Brasil
Instituição: Universidade Federal da Fronteira Sul
Sigla da Instituição: UFFS
Faculdade, Instituto ou Departamento: Campus Chapecó
Tipo de Acesso: Acesso Aberto
URI: https://rd.uffs.edu.br/handle/prefix/3366
Data do documento: 2019
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ROSIN.pdf10,71 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.