Publicação
Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning
| Resumo: | Com intuito de auxiliar no manutenção de colmeias na apicultura, esse projeto tem como objetivo o desenvolvimento de um classificador automático de subespécies de abelhas. Para isso foi desenvolvido um programa que utiliza das landmarks adaptadas de Nawrocka[ 1] para classificação, porém para realizar o processo de forma automática, foi necessário implementar um detector de objetos capaz de encontrar asas de abelha em uma imagem e um detector de landmarks capaz de indentificá-las em uma imagem e então proceder para classificação. O detector de objetos foi capaz de detectar 98% das asas e o detector de landmarks obteve foi capaz de detectar todos os landmarks em 91% dos casos, com uma precisão de 94% de semelhança com landmarks marcados a mão. A classificação por sua vez, apresentou bons resultados com as maiores classes dos datasets(em quantidade de elementos), tendo 92% de precisão com as duas maiores classes e 87% de precisão com as três maiores. |
|---|---|
| Autores principais: | Gomes, Walter Betini Sandim |
| Assunto: | Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| Ano: | 2020 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| _version_ | 1867172854365159424 |
|---|---|
| author | Gomes, Walter Betini Sandim |
| author_facet | Gomes, Walter Betini Sandim |
| author_role | author |
| contributor_name_str_mv | Rodrigues, Pedro João Borges, André Pinz Pinto, M. Alice Biblioteca Digital do IPB |
| country_str | PT |
| creators_json_txt | [{\"Person.name\":\"Gomes, Walter Betini Sandim\"}] |
| datacite.contributors.contributor.contributorName.fl_str_mv | Rodrigues, Pedro João Borges, André Pinz Pinto, M. Alice Biblioteca Digital do IPB |
| datacite.creators.creator.creatorName.fl_str_mv | Gomes, Walter Betini Sandim |
| datacite.date.Accepted.fl_str_mv | 2020-01-01T00:00:00Z |
| datacite.date.available.fl_str_mv | 2020-06-29T11:04:11Z |
| datacite.date.embargoed.fl_str_mv | 2020-06-29T11:04:11Z |
| datacite.rights.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| datacite.subjects.subject.fl_str_mv | Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| datacite.titles.title.fl_str_mv | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| dc.contributor.none.fl_str_mv | Rodrigues, Pedro João Borges, André Pinz Pinto, M. Alice Biblioteca Digital do IPB |
| dc.creator.none.fl_str_mv | Gomes, Walter Betini Sandim |
| dc.date.Accepted.fl_str_mv | 2020-01-01T00:00:00Z |
| dc.date.available.fl_str_mv | 2020-06-29T11:04:11Z |
| dc.date.embargoed.fl_str_mv | 2020-06-29T11:04:11Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://hdl.handle.net/10198/22417 |
| dc.language.none.fl_str_mv | por |
| dc.rights.cclincense.fl_str_mv | http://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.none.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| dc.subject.none.fl_str_mv | Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| dc.title.fl_str_mv | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| dc.type.none.fl_str_mv | http://purl.org/coar/resource_type/c_bdcc |
| description | Com intuito de auxiliar no manutenção de colmeias na apicultura, esse projeto tem como objetivo o desenvolvimento de um classificador automático de subespécies de abelhas. Para isso foi desenvolvido um programa que utiliza das landmarks adaptadas de Nawrocka[ 1] para classificação, porém para realizar o processo de forma automática, foi necessário implementar um detector de objetos capaz de encontrar asas de abelha em uma imagem e um detector de landmarks capaz de indentificá-las em uma imagem e então proceder para classificação. O detector de objetos foi capaz de detectar 98% das asas e o detector de landmarks obteve foi capaz de detectar todos os landmarks em 91% dos casos, com uma precisão de 94% de semelhança com landmarks marcados a mão. A classificação por sua vez, apresentou bons resultados com as maiores classes dos datasets(em quantidade de elementos), tendo 92% de precisão com as duas maiores classes e 87% de precisão com as três maiores. |
| dirty | 0 |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| fulltext.url.fl_str_mv | https://bibliotecadigital.ipb.pt/bitstreams/1b8079b2-01c8-4c30-ae67-595abfb08560/download |
| id | ipb_77def4409cda24d840995459974a0fba |
| identifier.url.fl_str_mv | http://hdl.handle.net/10198/22417 |
| instacron_str | ipb |
| institution | Instituto Politécnico de Bragança |
| instname_str | Instituto Politécnico de Bragança |
| language | por |
| network_acronym_str | ipb |
| network_name_str | Biblioteca Digital do IPB |
| oai_identifier_str | oai:bibliotecadigital.ipb.pt:10198/22417 |
| organization_str_mv | urn:organizationAcronym:ipb |
| person_str_mv | Gomes, Walter Betini Sandim |
| publishDate | 2020 |
| reponame_str | Biblioteca Digital do IPB |
| repository_id_str | urn:repositoryAcronym:ipb |
| service_str_mv | urn:repositoryAcronym:ipb |
| spelling | porpt_PTCom intuito de auxiliar no manutenção de colmeias na apicultura, esse projeto tem como objetivo o desenvolvimento de um classificador automático de subespécies de abelhas. Para isso foi desenvolvido um programa que utiliza das landmarks adaptadas de Nawrocka[ 1] para classificação, porém para realizar o processo de forma automática, foi necessário implementar um detector de objetos capaz de encontrar asas de abelha em uma imagem e um detector de landmarks capaz de indentificá-las em uma imagem e então proceder para classificação. O detector de objetos foi capaz de detectar 98% das asas e o detector de landmarks obteve foi capaz de detectar todos os landmarks em 91% dos casos, com uma precisão de 94% de semelhança com landmarks marcados a mão. A classificação por sua vez, apresentou bons resultados com as maiores classes dos datasets(em quantidade de elementos), tendo 92% de precisão com as duas maiores classes e 87% de precisão com as três maiores.application/pdfpt_PTDetecção de landmarks e classificação de subespécies de abelhas através de asas com deep learningGomes, Walter Betini SandimRodrigues, Pedro JoãoBorges, André PinzPinto, M. AliceHostingInstitutionOrganizationalBiblioteca Digital do IPBe-mailmailto:dspace@ipb.ptdspace@ipb.ptURNurn:tid:2024896632020-06-29T11:04:11Z202020182020-01-01T00:00:00ZHandlehttp://hdl.handle.net/10198/22417http://purl.org/coar/access_right/c_abf2open accessVisão computacionalDetecção de landmarksDetector de objetosDeep learning6263329 bytesliteraturehttp://purl.org/coar/resource_type/c_bdccmaster thesis2020http://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://bibliotecadigital.ipb.pt/bitstreams/1b8079b2-01c8-4c30-ae67-595abfb08560/download |
| spellingShingle | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning Gomes, Walter Betini Sandim Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| status | SINGLETON |
| subject.fl_str_mv | Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| title | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| title_full | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| title_fullStr | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| title_full_unstemmed | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| title_short | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| title_sort | Detecção de landmarks e classificação de subespécies de abelhas através de asas com deep learning |
| topic | Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| topic_facet | Visão computacional Detecção de landmarks Detector de objetos Deep learning |
| url | http://hdl.handle.net/10198/22417 |
| visible | 1 |