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

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSáfadi, Thelma-
Autor(es): dc.contributorGuimarães, Paulo Henrique Sales-
Autor(es): dc.contributorPala, Luiz Otávio de Oliveira-
Autor(es): dc.contributorLacerda, Wilian Soares-
Autor(es): dc.contributorPaixão, Crysttian Arantes-
Autor(es): dc.creatorMagalhães Júnior, Antonio Mendes-
Data de aceite: dc.date.accessioned2026-02-09T12:36:40Z-
Data de disponibilização: dc.date.available2026-02-09T12:36:40Z-
Data de envio: dc.date.issued2025-08-27-
Data de envio: dc.date.issued2025-03-17-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/60238-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1164765-
Descrição: dc.descriptionBrazil 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.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionO 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.descriptionTecnológico-
Descrição: dc.descriptionEconômicos-
Descrição: dc.descriptionEducacao-
Descrição: dc.descriptionMeio ambiente-
Descrição: dc.descriptionTecnologia e produção-
Descrição: dc.descriptionODS 2: Fome zero e agricultura sustentável-
Descrição: dc.descriptionODS 3: Saúde e bem-estar-
Descrição: dc.descriptionODS 4: Educação de qualidade-
Descrição: dc.descriptionODS 8: Trabalho decente e crescimento econômico-
Descrição: dc.descriptionODS 9: Indústria, inovação e infraestrutura-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Lavras-
Publicador: dc.publisherPrograma de Pós-Graduação em Estatística e Experimentação Agropecuária-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherbrasil-
Publicador: dc.publisherInstituto de Ciências Exatas e Tecnológicas (ICET)-
Palavras-chave: dc.subjectVisão computacional-
Palavras-chave: dc.subjectReconhecimento de padrões-
Palavras-chave: dc.subjectDescritores de imagens-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectPattern recognition-
Palavras-chave: dc.subjectImage descriptors-
Palavras-chave: dc.subjectCiências Exatas e Tecnológicas-
Título: dc.titleDesenvolvimento 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.titleDevelopment 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.typetese-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.