1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Sistemas de Informação (Uberlândia)

ORCID:	http://orcid.org/0009-0006-4828-8412
Tipo de documento:	Trabalho de Conclusão de Curso
Tipo de acceso:	Acesso Aberto
Título:	Aplicação de técnicas de Visão Computacional para identificação de ferrugem em folhas de café
Título (s) alternativo (s):	Application of computer vision techniques for rust identification in coffee leaves
Autor:	Machado, Thiago Vieira
Primer orientador:	Travençolo, Bruno Augusto Nassif
Primer coorientador:	Moreira, Larissa Ferreira Rodrigues
Primer miembro de la banca:	Pereira, João Henrique de Souza
Segundo miembro de la banca:	Costa, Cícero Lima
Resumen:	O café é uma bebida presente na vida de muitas pessoas ao redor do mundo, além de ser de grande importância para a economia de diversos países. A ferrugem dos cafezais é uma doença muito grave que ataca lavouras em todo o mundo e identificá-la de forma rápida e assertiva pode auxiliar no seu controle. O presente trabalho tem como objetivo avaliar o desempenho de seis Redes Neurais Convolucionais (CNN) no contexto da detecção de ferrugem em folhas de café, utilizando-se de um banco de imagens disponibilizado publicamente. Todas as CNNs foram avaliadas para classificação binária, isto é, para indicar se a folha possui ou não ferrugem. A rede de melhor desempenho na classificação binária foi usada para classificação multiclasse, que inclui quatro diferentes níveis (estágios) de ferrugem. Para o treinamento e validação dos modelos foram aplicadas técnicas de aumento de dados e a validação cruzada k-fold. Entre as redes avaliadas, a ResNet obteve os melhores resultados, alcançando uma acurácia de 95,19% na classificação binária e 78,03% na classificação multiclasse. O trabalho contribui para a aplicação da Visão Computacional como uma ferramenta auxiliar para os cafeicultores, permitindo a detecção precoce da presença de ferrugem nas folhas de café e auxiliando na tomada de decisões relacionadas ao manejo das lavouras.
Palabras clave:	Inteligência Artificial Deep Learning CNN folhas de café classificação de imagens
Área (s) del CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Cita:	MACHADO, Thiago Vieira. Aplicação de técnicas de visão computacional para identificação de ferrugem em folhas de café. 2023. 34 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2023.
URI:	https://repositorio.ufu.br/handle/123456789/38294
Fecha de defensa:	23-jun-2023
Aparece en las colecciones:	TCC - Sistemas de Informação (Uberlândia)

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons