1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Uberlândia)
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/32522
Full metadata record
DC FieldValueLanguage
dc.creatorReis, Vinicius Clemente de Sousa-
dc.date.accessioned2021-07-26T17:32:05Z-
dc.date.available2021-07-26T17:32:05Z-
dc.date.issued2021-06-17-
dc.identifier.citationREIS, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/32522-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/us/*
dc.subjectCapacidade de retenção de águapt_BR
dc.subjectCarne suínapt_BR
dc.subjectRedes neurais convolucionaispt_BR
dc.subjectSegmentação de imagenspt_BR
dc.subjectUnetpt_BR
dc.titleAplicação de redes neurais convolucionais na classificação de amostras de carne suína por meio da capacidade de retenção de águapt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Backes, André Ricardo-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8590140337571249pt_BR
dc.contributor.referee1Fernandes, Henrique Coelho-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2439055005598269pt_BR
dc.contributor.referee2Souza, Jefferson Rodrigo de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1805897404307170pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoPara 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration36pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode97580796-
Appears in Collections:TCC - Sistemas de Informação (Uberlândia)

Files in This Item:
File Description SizeFormat 
AplicaçãoDeRedes.pdf7.39 MBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons