Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.creator | Ariede, Raquel B. | - |
Autor(es): dc.creator | Lemos, Celma G. | - |
Autor(es): dc.creator | Batista, Fabrício M. | - |
Autor(es): dc.creator | Oliveira, Rubens R. | - |
Autor(es): dc.creator | Agudelo, John F. G. | - |
Autor(es): dc.creator | Borges, Carolina H. S. | - |
Autor(es): dc.creator | Iope, Rogério L. | - |
Autor(es): dc.creator | Almeida, Fernanda L. O. | - |
Autor(es): dc.creator | Brega, José R. F. | - |
Autor(es): dc.creator | Hashimoto, Diogo T. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:24:07Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:24:07Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1111/age.13302 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/248323 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/248323 | - |
Descrição: dc.description | Computer vision system (CVSs) are effective tools that enable large-scale phenotyping with a low-cost and non-invasive method, which avoids animal stress. Economically important traits, such as rib and loin yield, are difficult to measure; therefore, the use of CVS is crucial to accurately predict several measures to allow their inclusion in breeding goals by indirect predictors. Therefore, this study aimed (1) to validate CVS by a deep learning approach and to automatically predict morphometric measurements in tambaqui and (2) to estimate genetic parameters for growth traits and body yield. Data from 365 individuals belonging to 11 full-sib families were evaluated. Seven growth traits were measured. After biometrics, each fish was processed in the following body regions: head, rib, loin, R + L (rib + loin). For deep learning image segmentation, we adopted a method based on the instance segmentation of the Mask R-CNN (Region-based Convolutional Neural Networks) model. Pearson's correlation values between measurements predicted manually and automatically by the CVS were high and positive. Regarding the classification performance, visible differences were detected in only about 3% of the images. Heritability estimates for growth and body yield traits ranged from low to high. The genetic correlations between the percentage of body parts and morphometric characteristics were favorable and highly correlated, except for percentage head, whose correlations were unfavorable. In conclusion, the CVS validated in this image dataset proved to be resilient and can be used for large-scale phenotyping in tambaqui. The weight of the rib and loin are traits under moderate genetic control and should respond to selection. In addition, standard length and pelvis length can be used as an efficient and indirect selection criterion for body yield in this tambaqui population. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Aquaculture Center of Unesp São Paulo State University, SP | - |
Descrição: dc.description | School of Sciences São Paulo State University, SP | - |
Descrição: dc.description | Center for Scientific Computing São Paulo State University, SP | - |
Descrição: dc.description | Embrapa Amazônia Ocidental, AM | - |
Descrição: dc.description | Aquaculture Center of Unesp São Paulo State University, SP | - |
Descrição: dc.description | School of Sciences São Paulo State University, SP | - |
Descrição: dc.description | Center for Scientific Computing São Paulo State University, SP | - |
Descrição: dc.description | FAPESP: 2017/19717-3 | - |
Descrição: dc.description | FAPESP: 2018/08416-5 | - |
Descrição: dc.description | FAPESP: 2019/10662-7 | - |
Descrição: dc.description | CNPq: 311559/2018-2 | - |
Descrição: dc.description | CNPq: 422670/2018-9 | - |
Descrição: dc.description | CAPES: Financial code 001 | - |
Formato: dc.format | 375-388 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Animal Genetics | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | aquaculture | - |
Palavras-chave: dc.subject | artificial intelligence | - |
Palavras-chave: dc.subject | genetic selection | - |
Palavras-chave: dc.subject | smart fish farming | - |
Título: dc.title | Computer vision system using deep learning to predict rib and loin yield in the fish Colossoma macropomum | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: