Segmentação de áreas de interesse em quadros de cria de abelhas por meio de visão computacional

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMarcon, Marlon-
Autor(es): dc.contributorOrtoncelli, André Roberto-
Autor(es): dc.contributorSouza, Francisco Carlos Monteiro-
Autor(es): dc.contributorMarcon, Marlon-
Autor(es): dc.creatorVasconcelos, Gustavo dos Santos-
Data de aceite: dc.date.accessioned2025-08-29T13:32:11Z-
Data de disponibilização: dc.date.available2025-08-29T13:32:11Z-
Data de envio: dc.date.issued2023-12-14-
Data de envio: dc.date.issued2023-12-14-
Data de envio: dc.date.issued2022-12-05-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/33092-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1114951-
Descrição: dc.descriptionMachine learning is an area that has been growing and taking up more and more space in both mundane and complex day-to-day processes, in the beekeeping area this is no different, with recent promising research being done using Semantic Segmentation of images for analysis of bees honeycomb, this study brings an analysis and evaluation using the Intersect over Union method in different types of neural network architectures and encoders for segmentation of Apis Mellifera honeycombs. This work carried out a comparative study of semantic segmentation techniques and from this it was possible to verify an increase in the state-of-the-art, with the use of the SegNet architecture associated with the MobileNet encoder for feature extraction. Based on the results obtained, it is suggested to replace the originally proposed model, aiming to improve the results of the combs classification pipeline.-
Descrição: dc.descriptionO aprendizado de máquina é uma área que vem crescendo e tomando espaço cada vez mais em processos tanto mundanos como complexos do dia a dia, na área apícola isto não difere, com recentes pesquisas promissoras sendo feitas utilizando Segmentação Semântica de imagens para análise de quadros de cria, este estudo traz uma análise e avaliação utilizando do método Intersect over Union de diferentes tipos de arquiteturas de redes neurais e Encoders para Segmentação de quadros de abelha Apis Mellifera. Este trabalho realizou um estudo comparativo de técnicas de segmentação semântica e a partir deste foi possível verificar um incremento no estado-da-arte, com a utilização da arquitetura SegNet associada ao encoder MobileNet para extração de características. Com base nos resultados obtidos, sugere-se a substituição do modelo originalmente proposto, visando melhorar os resultados do pipeline de classificação de quadros de cria.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherDois Vizinhos-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Software-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectAbelhas-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectBees-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE-
Título: dc.titleSegmentação de áreas de interesse em quadros de cria de abelhas por meio de visão computacional-
Título: dc.titleSegmentation of areas of interest in bee brood frames using computer vision-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.