
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 | Sáfadi, Thelma | - |
| Autor(es): dc.contributor | Guimarães, Paulo Henrique Sales | - |
| Autor(es): dc.contributor | Pala, Luiz Otávio de Oliveira | - |
| Autor(es): dc.contributor | Lacerda, Wilian Soares | - |
| Autor(es): dc.contributor | Paixão, Crysttian Arantes | - |
| Autor(es): dc.creator | Magalhães Júnior, Antonio Mendes | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:36:40Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:36:40Z | - |
| Data de envio: dc.date.issued | 2025-08-27 | - |
| Data de envio: dc.date.issued | 2025-03-17 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/60238 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1164765 | - |
| Descrição: dc.description | Brazil has consolidated its position as one of the largest global seed markets, generating bil- lions of reais each year. In this context, seed quality evaluation has become a crucial step for identifying damages — whether mechanical, physiological, or pathogenic — and for estimating their germination potential. However, the traditionally used methods, conducted by human eva- luators, present significant challenges, such as the subjectivity inherent in visual judgment and scalability limitations. Aiming to overcome these obstacles, Machine Learning methods such as Logistic Regression, Decision Trees, Random Forest, Artificial Neural Networks (ANN), and XGBoost have been applied, providing greater objectivity, speeding up the process, and redu- cing operational costs. However, the adoption of these techniques requires a considerable level of technical knowledge, which can hinder their practical implementation. This work aimed to develop an interactive graphical interface to facilitate the use of Machine Learning models for image classification, applicable not only to seeds but to any type of image with identifiable pat- terns through image descriptors. The application was built as a web tool based on the Shiny framework and the R language, allowing users with different levels of technical knowledge to complete the entire cycle of training and validation of models. The tool performs image pro- cessing techniques such as histogram equalization and segmentation and allows the selection of Machine Learning models and image descriptors to be extracted — including statistical, shape, geometric moments, and Haralick texture. Furthermore, the application enables the storage of generated models, making their future application in new analyses possible. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | O Brasil consolidou-se como um dos maiores mercados mundiais de sementes, movimentando bilhões de reais por ano. Nesse contexto, a avaliação da qualidade das sementes tornou-se uma etapa crucial para a identificação de danos — sejam eles mecânicos, fisiológicos ou patogênicos — e para a estimativa do seu potencial de germinação. Contudo, os métodos tradicionalmente empregados, conduzidos por avaliadores humanos, apresentam desafios significativos, como a subjetividade inerente ao julgamento visual e as limitações de escalabilidade. Visando superar esses obstáculos, métodos de Aprendizado de Máquina, como Regressão Logística, Árvore de Decisão, Random Forest, Redes Neurais Artificiais (RNA) e XGBoost, têm sido aplicados, pro- porcionando maior objetividade, acelerando o processo e reduzindo custos operacionais. No entanto, a adoção dessas técnicas requer um nível considerável de conhecimento técnico, o que pode dificultar sua implementação prática. Este trabalho teve como objetivo desenvolver uma interface gráfica interativa para facilitar a utilização de modelos de Aprendizado de Máquina na classificação de imagens, aplicável não apenas a sementes, mas a qualquer tipo de imagem com padrões identificáveis por descritores de imagens. A aplicação foi construída como uma ferramenta web baseada no framework Shiny e na linguagem R, permitindo que usuários com diferentes níveis de conhecimento técnico realizem todo o ciclo de treinamento e validação dos modelos. A ferramenta executa técnicas de processamento de imagens, como equalização de histograma e segmentação, e possibilita a seleção dos modelos de Aprendizado de Máquina e dos descritores de imagem a serem extraídos — incluindo estatísticos, forma, momentos geo- métricos e textura de Haralick. Além disso, a aplicação permite o armazenamento dos modelos gerados, viabilizando sua aplicação em futuras análises. | - |
| Descrição: dc.description | Tecnológico | - |
| Descrição: dc.description | Econômicos | - |
| Descrição: dc.description | Educacao | - |
| Descrição: dc.description | Meio ambiente | - |
| Descrição: dc.description | Tecnologia e produção | - |
| Descrição: dc.description | ODS 2: Fome zero e agricultura sustentável | - |
| Descrição: dc.description | ODS 3: Saúde e bem-estar | - |
| Descrição: dc.description | ODS 4: Educação de qualidade | - |
| Descrição: dc.description | ODS 8: Trabalho decente e crescimento econômico | - |
| Descrição: dc.description | ODS 9: Indústria, inovação e infraestrutura | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Instituto de Ciências Exatas e Tecnológicas (ICET) | - |
| Palavras-chave: dc.subject | Visão computacional | - |
| Palavras-chave: dc.subject | Reconhecimento de padrões | - |
| Palavras-chave: dc.subject | Descritores de imagens | - |
| Palavras-chave: dc.subject | Computer vision | - |
| Palavras-chave: dc.subject | Pattern recognition | - |
| Palavras-chave: dc.subject | Image descriptors | - |
| Palavras-chave: dc.subject | Ciências Exatas e Tecnológicas | - |
| Título: dc.title | Desenvolvimento de uma interface gráfica para utilização de algoritmos de aprendizado de máquina na classificação de imagens : um estudo de caso na seleção de grãos de sementes | - |
| Título: dc.title | Development of a graphical interface for the use of machine learning algorithms in image classification: a case study on seed grain selection | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: