Aplicação de algoritmos de aprendizado de máquina no reconhecimento de culturas e plantas daninhas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorSanches, Silvio Ricardo Rodrigues-
Autor(es): dc.contributorCorrêa, Cléber Gimenez-
Autor(es): dc.creatorEid, Guilherme Brandão-
Data de aceite: dc.date.accessioned2022-08-04T20:17:11Z-
Data de disponibilização: dc.date.available2022-08-04T20:17:11Z-
Data de envio: dc.date.issued2022-05-17-
Data de envio: dc.date.issued2022-05-17-
Data de envio: dc.date.issued2020-09-28-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28556-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706073-
Descrição: dc.descriptionDue to the technology advancement and the increase of its application in agriculture field, the use of solutions such as vision systems capable of distinguishing between crops and weeds even in earlier stages of development enables the management of these weeds before they cause the production loss. This work aims to apply and evaluate machine learning algorithms for crops and weeds classification. For this purpose, a dataset containing images from Danish agriculture was used and a set of characteristics related to the shape of these plants was extracted. In addition, the performance of the Support Vector Machine, Decision Tree and Logistic Regression classifiers were evaluated. The best result was obteined with the Support Vector Machine classifier whose accuracy and mean of the F-Measure was 82 %.-
Descrição: dc.descriptionCom o avanço da tecnologia e o aumento de sua aplicação nas atividades relacionadas à agricultura, surge a possibilidade da utilização de um sistema de visão capaz de distinguir entre culturas e plantas daninhas ainda que em estágios iniciais de desenvolvimento, possibilitando o manejo destas plantas antes que causem o prejuízo. Este trabalho visa aplicar e avaliar algoritmos de aprendizado de máquina para a classificação de culturas e plantas daninhas, para isso foi utilizada uma base de imagens de plantas comuns na agricultura dinamarquesa, de onde foi extraído um conjunto de características da forma dessas plantas. Além disso, foram aplicados e avaliados os desempenhos dos classificadores Máquina de Vetores de Suporte, Árvore de Decisão e Regressão Logística. O melhor resultado obtido foi através do classificador Máquina de Vetores de Suporte cuja acurácia e média do F-Measure foi 82%.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectProcessamento de imagens-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectImage processing-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAplicação de algoritmos de aprendizado de máquina no reconhecimento de culturas e plantas daninhas-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.