Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas
This work proposes an algorithm to solve one of the problems faced by taxonomists, the classification of leaves, a process that is done manually and takes a lot of time to accomplish, where the success rate depends simply on the professional capacity of the taxonomist. With the advance of technology...
Autor principal: | Massucatto, Jean Daniel Prestes |
---|---|
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/1/14595 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
riut-1-14595 |
---|---|
recordtype |
dspace |
spelling |
riut-1-145952020-11-18T14:01:25Z Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas Application of concepts of Convolutional Neural Networks in classification of leaves Massucatto, Jean Daniel Prestes Casanova, Dalcimar Casanova, Dalcimar Pola, Ives Renê Venturini Cavalcanti, Pablo Gautério Redes neurais (Computação) Botânica - Classificação Aprendizado do computador Neural networks (Computer science) Botany - Classification Machine learning CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO This work proposes an algorithm to solve one of the problems faced by taxonomists, the classification of leaves, a process that is done manually and takes a lot of time to accomplish, where the success rate depends simply on the professional capacity of the taxonomist. With the advance of technology and the emergence of deep learning, the convolutional neural networks were the focus of large studies in the area of image classification. Nowadays several researchers dedicate their time in developing algorithms for classification of foliar images based on the intrinsic concepts of convolutional neural networks. The developed neural network in this work was trained and tested on an image dataset available by the PlantCLEF project in the year 2016 among others. Este trabalho propõe um algoritmo para solucionar um dos problemas enfrentados por taxonomistas, a classificação de folhas, um processo que até então é feito manualmente e emprega muito tempo para sua realização, no qual a taxa de sucesso depende simplesmente da capacidade profissional do taxonomista. Com o avanço da tecnologia e surgimento do aprendizado profundo ou deep learning, as redes neurais convolucionais foram foco de grandes estudos na área de classificação de imagens. Atualmente, diversos pesquisadores dedicam seu tempo em desenvolver algoritmos para classificação de imagens foliares baseados nos conceitos intrínsecos as redes neurais convolucionais. A rede neural desenvolvida neste trabalho foi treinada e testada com um banco de imagens disponível pelo projeto PlantCLEF no ano de 2016 entre outros. 2020-11-18T14:01:25Z 2020-11-18T14:01:25Z 2018-07-05 bachelorThesis MASSUCATTO, Jean Daniel Prestes. Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas. 2018. 68 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2018. http://repositorio.utfpr.edu.br/jspui/handle/1/14595 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Pato Branco Brasil Departamento Acadêmico de Informática Engenharia de Computação UTFPR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
RIUT |
language |
Português |
topic |
Redes neurais (Computação) Botânica - Classificação Aprendizado do computador Neural networks (Computer science) Botany - Classification Machine learning CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
spellingShingle |
Redes neurais (Computação) Botânica - Classificação Aprendizado do computador Neural networks (Computer science) Botany - Classification Machine learning CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Massucatto, Jean Daniel Prestes Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
description |
This work proposes an algorithm to solve one of the problems faced by taxonomists, the classification of leaves, a process that is done manually and takes a lot of time to accomplish, where the success rate depends simply on the professional capacity of the taxonomist. With the advance of technology and the emergence of deep learning, the convolutional neural networks were the focus of large studies in the area of image classification. Nowadays several researchers dedicate their time in developing algorithms for classification of foliar images based on the intrinsic concepts of convolutional neural networks. The developed neural network in this work was trained and tested on an image dataset available by the PlantCLEF project in the year 2016 among others. |
format |
Trabalho de Conclusão de Curso (Graduação) |
author |
Massucatto, Jean Daniel Prestes |
author_sort |
Massucatto, Jean Daniel Prestes |
title |
Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
title_short |
Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
title_full |
Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
title_fullStr |
Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
title_full_unstemmed |
Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
title_sort |
aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas |
publisher |
Universidade Tecnológica Federal do Paraná |
publishDate |
2020 |
citation |
MASSUCATTO, Jean Daniel Prestes. Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas. 2018. 68 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2018. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/14595 |
_version_ |
1805305297090117632 |
score |
10,814766 |