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/123456789/38294
Full metadata record
DC FieldValueLanguage
dc.creatorMachado, Thiago Vieira-
dc.date.accessioned2023-06-30T19:05:36Z-
dc.date.available2023-06-30T19:05:36Z-
dc.date.issued2023-06-23-
dc.identifier.citationMACHADO, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/38294-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectInteligência Artificialpt_BR
dc.subjectDeep Learningpt_BR
dc.subjectCNNpt_BR
dc.subjectfolhas de cafépt_BR
dc.subjectclassificação de imagenspt_BR
dc.titleAplicação de técnicas de Visão Computacional para identificação de ferrugem em folhas de cafépt_BR
dc.title.alternativeApplication of computer vision techniques for rust identification in coffee leavespt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor-co1Moreira, Larissa Ferreira Rodrigues-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7340824843708398pt_BR
dc.contributor.advisor1Travençolo, Bruno Augusto Nassif-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2590427557264952pt_BR
dc.contributor.referee1Pereira, João Henrique de Souza-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6843234527853507pt_BR
dc.contributor.referee2Costa, Cícero Lima-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6902000855783609pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration34pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode137874929-
Appears in Collections:TCC - Sistemas de Informação (Uberlândia)

Files in This Item:
File Description SizeFormat 
AplicacaoTecnicasVisao.pdfTCC18.01 MBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons