
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 | Casanova, Dalcimar | - |
| Autor(es): dc.contributor | Wiggers, Kelly Lais | - |
| Autor(es): dc.contributor | Casanova, Dalcimar | - |
| Autor(es): dc.contributor | Pegorini, Vinicius | - |
| Autor(es): dc.contributor | Missio, Regis Luis | - |
| Autor(es): dc.creator | Catto, Patrick | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:13:05Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:13:05Z | - |
| Data de envio: dc.date.issued | 2024-08-09 | - |
| Data de envio: dc.date.issued | 2024-08-09 | - |
| Data de envio: dc.date.issued | 2024-06-20 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/34389 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1109354 | - |
| Descrição: dc.description | This work proposes the automation of the identification of ECC in cattle using advanced PID and AM techniques. Given the variability and subjectivity inherent in traditional methods of ECC evaluation, the development of an automated system aims to provide a more objective and accurate approach. The methodology included the capture and processing of digital images of cattle, the selection and training of convolutional neural network models, and the validation of the models through a three-way holdout approach. The models explored included VGG16, ResNet50, and Inception-V3, with VGG16 demonstrating superiority in initial tests. The Hyperband optimization technique was used for hyperparameter tuning and the Optuna framework to refine the models. The results showed a reduction in EQM over the epochs, with the best model achieving an EQM value of 0.126 for the test set, with a 95% confidence interval of [0.089, 0.164]. These results indicate that the developed model can classify EQM with precision. This study contributes to herd management by providing a tool that, when applied, can assist producers in accurately monitoring the nutritional status of cattle. | - |
| Descrição: dc.description | Este trabalho propõe a automatização da identificação do Escore de Condição Corporal (ECC) em bovinos, utilizando técnicas avançadas de Processamento de imagens digitais (PID) e Aprendizado de Máquina (AM). Dada a variabilidade e a subjetividade inerentes aos métodos tradicionais de avaliação do ECC, o desenvolvimento de um sistema automatizado visa proporcionar uma abordagem mais objetiva e precisa. A metodologia empregada incluiu a captura e o processamento de imagens digitais de bovinos, a seleção e o treinamento de modelos de redes neurais convolucionais, e a validação dos modelos através de uma abordagem de three-way holdout. Os modelos explorados incluíram VGG16, ResNet50 e Inception-V3, com o VGG16 demonstrando superioridade nos testes iniciais. Utilizou-se a técnica de otimização Hyperband para o ajuste de hiperparâmetros e o framework Optuna para refinar os modelos. Os resultados mostraram redução no Erro Quadrático Médio (EQM) ao decorrer das épocas, para a base de teste no melhor modelo adquirido, obteve-se o valor de 0.126, com intervalo de confiança para 95% de [0,089, 0,164]. Estes resultados indicam que o modelo desenvolvido pode classificar o EQM com precisão. Este estudo contribui para a gestão de rebanhos, fornecendo uma ferramenta que aplicada pode auxiliar os produtores na monitoração precisa do estado nutricional dos bovinos. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Pato Branco | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
| Publicador: dc.publisher | Engenharia de Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/4.0/ | - |
| Palavras-chave: dc.subject | Processamento de imagens | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Automação | - |
| Palavras-chave: dc.subject | Image processing | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | Automation | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Identificação automatizada do escore de condição corporal bovino | - |
| Título: dc.title | Automated identification of bovine body condition score | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
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: