Sistema inteligente para reconhecimento de nematodas – Cicla ocellaris em pescada branca-Plagioscion squamosissimus da família Sciaenidae utilizando detecção de objetos em tempo real

• Ano de defesa: 2024
• Autor(a) principal: Souza, Valdeson Dantas de
• Outros Autores: https://lattes.cnpq.br/5495782754569925
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Faculdade de Tecnologia; Brasil; UFAM; Programa de Pós-graduação em Engenharia Elétrica
• Palavras-chave em Português: Sistemas de reconhecimento de padrões; Percepção de padrões; CIENCIAS EXATAS E DA TERRA; Reconhecimento de Padrões; Detecção de pontos com parasitas; Imagem; Análise de parâmetro; Deep Learning
• Link de acesso: https://tede.ufam.edu.br/handle/tede/10597

Este trabalho apresenta uma proposta detalhada sobre a detecção dos pontos de parasitas com o uso de Deep-learning. O motivo pelo qual o estudo é realizado refere-se ao problema dos procedimentos que são manuais e com o uso da visão humana e, portanto causando um atraso, ou erros na inspeção dependendo da quan- tidade analisada de alguns parasitas em peixes. Dentre as ferramentas de imagem existem opções para reconhecer padrões que se baseiam em aplicações computacio- nais que conseguem reconhecer, vozes, imagem e afins. Em virtude disso, as análises de reconhecimento e detecções de formas estão voltadas em cálculos matemáticos envolvendo áreas e perímetros, e partes estatísticas dos próprios padrões escolhidos para detecção das larvas no tucunaré. Dessa forma, este trabalho discorre sobre os principais funções para o reconhecimento de padrões com o uso de filtros digitais de processamento, os resultados com a quantidade de larvas e detecção das áreas com os mesmos será gerada uma imagem em IDE’S com o Python, câmera OV7670, e afins, para converter os dados gerado pela câmera em linguagem de máquina ou uma foto já existente do objeto estudado.