Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais
Seeking the control and preservation of plant species, the identification stage becomes a primordial activity. The identification process is carried out mainly by botanists, where the identification occurs with the comparison of already known specimens or with the aid of books, manuals or identifica...
Autor principal: | Pires, Willian Oliveira |
---|---|
Formato: | Trabalho de Conclusão de Curso (Graduação) |
Idioma: | Português |
Publicado em: |
Universidade Tecnológica Federal do Paraná
2020
|
Assuntos: | |
Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/12501 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
riut-1-12501 |
---|---|
recordtype |
dspace |
spelling |
riut-1-125012020-11-16T13:09:13Z Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais Recognition of forest species by leaf, using convolutional neural networks Pires, Willian Oliveira Paula Filho, Pedro Luiz de Candido Junior, Arnaldo Paula Filho, Pedro Luiz de Candido Junior, Arnaldo Aikes Junior, Jorge Menezes, Paulo Lopes de Folhas Botânica - Classificação Redes neurais (Computação) Leaves Botany - Classification Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Seeking the control and preservation of plant species, the identification stage becomes a primordial activity. The identification process is carried out mainly by botanists, where the identification occurs with the comparison of already known specimens or with the aid of books, manuals or identification keys. Artificial neural networks have been shown to be a good accuracy for classification problems, so the project used convolutional neural networks to classify species by leaf image. In the project, 29 species were collected at the Universidade Tecnol´ogica Federal do Paran´a at the Medianeira campus. Two network models, YOLO and Googlenet, were used due to the difference in image manipulation and a comparison between them. The YOLO and Googlenet models achieved recognition of 86.2 % and 90.3 %, respectively. Buscando o controle e a preservação de espécies de plantas, a etapa de identificação se torna uma atividade primordial. O processo de identificação é realizado principalmente por botânicos, nele a identificação ocorre com a comparação de espécimes já conhecidas ou com o auxílio de livros, manuais ou chaves de identificação. As redes neurais artificiais têm se mostrado uma boa acurácia para problemas de classificação, por isso o projeto utilizou redes neurais convolucionais para classificar espécies, por imagem da folha. No projeto foram coletadas 29 espécies na Universidade Tecnológica Federal do Paraná no campus Medianeira. Foram utilizadas dois modelos de rede, YOLO e Googlenet, devido a diferença na manipulação da imagem e visando realizar uma comparação entre elas. Os modelos de YOLO e Googlenet atingiram o reconhecimento de 86,2% e 90,3%, respectivamente. 2020-11-16T13:09:13Z 2020-11-16T13:09:13Z 2018-11-21 bachelorThesis PIRES, Willian Oliveira. Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais. 2018. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Universidade Tecnológica Federal do Paraná, Medianeira, 2018. http://repositorio.utfpr.edu.br/jspui/handle/1/12501 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Medianeira Brasil Ciência da Computação UTFPR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
RIUT |
language |
Português |
topic |
Folhas Botânica - Classificação Redes neurais (Computação) Leaves Botany - Classification Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
spellingShingle |
Folhas Botânica - Classificação Redes neurais (Computação) Leaves Botany - Classification Neural networks (Computer science) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Pires, Willian Oliveira Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
description |
Seeking the control and preservation of plant species, the identification stage becomes a primordial activity. The identification process is carried out mainly by botanists, where the identification occurs with the comparison of already known specimens or with the aid of books, manuals or identification keys. Artificial neural networks have been shown to be a good accuracy for classification problems, so the project used convolutional neural networks to classify species by leaf image. In the project, 29 species were collected at the Universidade Tecnol´ogica Federal do Paran´a at the Medianeira campus. Two network models, YOLO and Googlenet, were used due to the difference in image manipulation and a comparison between them. The YOLO and Googlenet models achieved recognition of 86.2 % and 90.3 %, respectively. |
format |
Trabalho de Conclusão de Curso (Graduação) |
author |
Pires, Willian Oliveira |
author_sort |
Pires, Willian Oliveira |
title |
Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
title_short |
Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
title_full |
Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
title_fullStr |
Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
title_full_unstemmed |
Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
title_sort |
reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais |
publisher |
Universidade Tecnológica Federal do Paraná |
publishDate |
2020 |
citation |
PIRES, Willian Oliveira. Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais. 2018. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Universidade Tecnológica Federal do Paraná, Medianeira, 2018. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/12501 |
_version_ |
1805319896460951552 |
score |
10,814766 |