Publicação: Aplicação de redes neurais convolucionais na classificação de amostras de carne suína por meio da capacidade de retenção de água
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
Para analisar a qualidade de carne Suínas podemos utilizar várias técnicas, entre elas podemos destacar a capacidade de retenção de água (CRA). Normalmente, a CRA é estimada medindo o suco liberado após a compressão de amostras de carne. Entretanto, após gerar as marcações no filtro de papel, ainda é necessário a presença de profissional para analisar as amostras, esse trabalho sugere a utilização de redes neurais convolucionais para a segmentação automática das fotos dessas amostras. Para tanto utilizamos a arquitetura Unet e avaliamos duas abordagem: segmentação binária utilizando a função de ativação sigmoide e a segmentação multi classe utilizando a função de ativação softmax. Através de experimentos demonstramos a superioridade da segmentação multi classe que apresentou uma média de 97,78% utilizando a função de métrica IoU, além disso apresentaremos as vantagens e as limitações de se utilizar essa abordagem.
Abstract
Palavras-chave
Capacidade de retenção de água, Carne suína, Redes neurais convolucionais, Segmentação de imagens, Unet
Citação
REIS, Vinicius Clemente de Sousa. Aplicação de redes neurais convolucionais na classificação de amostras de carne suína por meio da capacidade de Retenção de Água. 2021. 36 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021.
DOI
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto