Por favor, use este identificador para citar o enlazar este ítem: https://rd.uffs.edu.br/handle/prefix/3366
Type: Monografia
Título : Visão computacional aplicada na classificação de grãos de milho
Author: Rosin, Juliana Isabel de Freitas
First advisor: Padilha, Adriano Sanick
Resume: 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.
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.
Palabras clave : Visão computacional
Milho
Classificação
Language: por
Country: Brasil
Editorial : Universidade Federal da Fronteira Sul
Acronym of the institution: UFFS
College, Institute or Department: Campus Chapecó
Type of Access: Acesso Aberto
URI : https://rd.uffs.edu.br/handle/prefix/3366
Fecha de publicación : 2019
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ROSIN.pdf10,71 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.