Detalhes bibliográficos
| Ano de defesa: |
2024 |
| Autor(a) principal: |
Manfrim, Angelica Cristina |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.uel.br/handle/123456789/12969
|
Resumo: |
Resumo: O monitoramento da quantidade de gado presente em um rebanho é de suma importância para a agropecuária, sendo atualmente realizado de forma invasiva e estressante para os animais, com técnicas como a de brinco RFID Pesquisas vem sendo realizadas utilizando a aplicação redes neurais e a aprendizagem profunda na solução deste problema A partir de imagens aéreas de drone e um sistema de detecção de objetos, é possível realizar a contagem à distância, sem necessitar movê-los do local aberto em que estão Para isso é necessário um dataset com imagens dos animais para que a rede neural consiga aprender, identificar e analisar Com a utilização de um dataset disponível, foi possível projetar o sistema para mapear e quantificar Neste trabalho foram utilizadas as redes Resnet-5 , Resnet-11, SSD-Inception-V2 e YOLOv4, e as métricas de PASCAL VOC, chegou-se aos resultados de precisão da detecção O framework de contagem funcionou como esperado, nota-se a necessidade de repetir os experimentos e a aplicação de novas redes neurais O framework está disponível para utilização em estudos |
