Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD

Detalhes bibliográficos
Autor(a) principal: Moreira, João Carlos Trindade
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10348/9534
Resumo: O uso de Inteligência Artificial nos mais diversos domínios de classificação e apoio às atividades diárias do ser humano é uma tendência emergente. O apoio à classificação automática de espécies botânicas não é excepção , especialmente se este conhecimento estiver rapidamente acessível através de um smartphone. Aliar a Inteligência Artificial ao smartphone motiva esta dissertação, levando a propor uma aplicação de classificação de espécies. Esta dissertação tem como objetivo principal o desenvolvimento de uma APP para sistema Android de apoio à identificação automática de espécies botânicas a partir de fotografias. Esta APP está especialmente dirigida para os entusiastas de botânica ou visitantes que pretendam explorar o jardim botânico da UTAD, prevendo vários tipos de utilizadores. Para demonstração da APP desenvolvida, foi recolhida uma base de dados com 18 616 imagens de 17 espécies do jardim botânico da UTAD. Uma rede neuronal Mobilenet foi treinada com transfer learning e embebida na APP desenvolvida em formato TensorFlow Lite. Dos quatro modelos treinados, considera-se que o primeiro modelo (Ensaio 1), com uma precisão de 97,3% , é o que apresenta melhores resultados, logo seria este modelo a inserir na aplicação. Os modelos apresentaram mais dificuldades em classificar espécies muito similares como as Abies nordmanniana e Picea Abies. A aplicação foi testada com sucesso em campo, com utilizadores, possuindo as funcionalidades propostas nos objetivos. Desenvolvimentos futuros passam pela melhoria do treino da rede e aumento do número de espécies a classificar
id RCAP_09ae3f3e0bdfe7b064a5a0417668c128
oai_identifier_str oai:repositorio.utad.pt:10348/9534
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTADAndroidTensorFlowO uso de Inteligência Artificial nos mais diversos domínios de classificação e apoio às atividades diárias do ser humano é uma tendência emergente. O apoio à classificação automática de espécies botânicas não é excepção , especialmente se este conhecimento estiver rapidamente acessível através de um smartphone. Aliar a Inteligência Artificial ao smartphone motiva esta dissertação, levando a propor uma aplicação de classificação de espécies. Esta dissertação tem como objetivo principal o desenvolvimento de uma APP para sistema Android de apoio à identificação automática de espécies botânicas a partir de fotografias. Esta APP está especialmente dirigida para os entusiastas de botânica ou visitantes que pretendam explorar o jardim botânico da UTAD, prevendo vários tipos de utilizadores. Para demonstração da APP desenvolvida, foi recolhida uma base de dados com 18 616 imagens de 17 espécies do jardim botânico da UTAD. Uma rede neuronal Mobilenet foi treinada com transfer learning e embebida na APP desenvolvida em formato TensorFlow Lite. Dos quatro modelos treinados, considera-se que o primeiro modelo (Ensaio 1), com uma precisão de 97,3% , é o que apresenta melhores resultados, logo seria este modelo a inserir na aplicação. Os modelos apresentaram mais dificuldades em classificar espécies muito similares como as Abies nordmanniana e Picea Abies. A aplicação foi testada com sucesso em campo, com utilizadores, possuindo as funcionalidades propostas nos objetivos. Desenvolvimentos futuros passam pela melhoria do treino da rede e aumento do número de espécies a classificarThe use of Artificial Intelligence in the most diverse domains of classification and support in the daily activities of the human being is an emerging trend. The support for the automatic identification of botanical species is no exception, motivating this dissertation, leading to the proposition of this classification application. This dissertation has as main objective the development of an APP for Android system to support the automatic identification of botanical species from photographs. This APP is especially aimed at botany enthusiasts or visitors wishing to explore the UTAD botanical garden, providing for various types of users. For demonstration of the developed APP, a database with 18 616 images of 17 species from UTAD’s botanical garden was collected. A Mobilenet neuronal network was trained with transfer learning and embedded in the APP developed in TensorFlow Lite format. Of the four trained models, it is considered that the first model (Trial 1) has the best results, with an accuracy of 97,3%, so this model would be inserted in the application. The models had more difficulty classifying similar species as Abies nordmannianaand Picea Abies. The application was successfully tested in the field, with users, having the features proposed in the objectives. Future developments include improving network training and increasing the number of species to classify.2019-11-27T12:10:33Z2019-09-17T00:00:00Z2019-09-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10348/9534porMoreira, João Carlos Trindadeinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-02T12:43:45Zoai:repositorio.utad.pt:10348/9534Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:03:30.572827Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
title Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
spellingShingle Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
Moreira, João Carlos Trindade
Android
TensorFlow
title_short Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
title_full Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
title_fullStr Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
title_full_unstemmed Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
title_sort Desenvolvimento de uma aplicação Android para o Jardim Botânico da UTAD
author Moreira, João Carlos Trindade
author_facet Moreira, João Carlos Trindade
author_role author
dc.contributor.author.fl_str_mv Moreira, João Carlos Trindade
dc.subject.por.fl_str_mv Android
TensorFlow
topic Android
TensorFlow
description O uso de Inteligência Artificial nos mais diversos domínios de classificação e apoio às atividades diárias do ser humano é uma tendência emergente. O apoio à classificação automática de espécies botânicas não é excepção , especialmente se este conhecimento estiver rapidamente acessível através de um smartphone. Aliar a Inteligência Artificial ao smartphone motiva esta dissertação, levando a propor uma aplicação de classificação de espécies. Esta dissertação tem como objetivo principal o desenvolvimento de uma APP para sistema Android de apoio à identificação automática de espécies botânicas a partir de fotografias. Esta APP está especialmente dirigida para os entusiastas de botânica ou visitantes que pretendam explorar o jardim botânico da UTAD, prevendo vários tipos de utilizadores. Para demonstração da APP desenvolvida, foi recolhida uma base de dados com 18 616 imagens de 17 espécies do jardim botânico da UTAD. Uma rede neuronal Mobilenet foi treinada com transfer learning e embebida na APP desenvolvida em formato TensorFlow Lite. Dos quatro modelos treinados, considera-se que o primeiro modelo (Ensaio 1), com uma precisão de 97,3% , é o que apresenta melhores resultados, logo seria este modelo a inserir na aplicação. Os modelos apresentaram mais dificuldades em classificar espécies muito similares como as Abies nordmanniana e Picea Abies. A aplicação foi testada com sucesso em campo, com utilizadores, possuindo as funcionalidades propostas nos objetivos. Desenvolvimentos futuros passam pela melhoria do treino da rede e aumento do número de espécies a classificar
publishDate 2019
dc.date.none.fl_str_mv 2019-11-27T12:10:33Z
2019-09-17T00:00:00Z
2019-09-17
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10348/9534
url http://hdl.handle.net/10348/9534
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137120813580288

Registros relacionados