Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/46536 |
Resumo: | Catharanthus roseus (L.) G. Don conhecida popularmente como vinca, é uma espécie medicinal e ornamental. No paisagismo é uma opção para composição de jardins e apresenta floração em diversas cores. A Visão Computacional no setor da floricultura e paisagismo tem apresentado ferramentas para auxiliar no manejo, no cultivo e elaboração de projetos paisagísticos, como aplicativos para identificação de plantas. Desta forma, o objetivo deste trabalho foi avaliar o potencial da rede Mask R-CNN para quantificar flores de vinca e as qualificar quanto a cor para aplicação nos setores de floricultura e paisagismo. Foram coletadas 700 imagens, 500 apresentavam floração tanto rosa quanto branca e 200 apenas as folhas que compôs o background. Para composição do banco sintético de imagens 100 flores brancas e 100 flores rosas foram processadas em formato png e formaram o foreground, sendo as duas separadas como duas subclasses. O treinamento utilizando a técnica transfer learning com o algoritmo Mask R-CNN foi realizado no Google colaboratory, com comandos em linguagem python e bibliotecas da plataforma Github. Por meio de avaliadores da qualidade de classificação, a rede neural convolucional Mask R-CNN apresentou precisão de 97% para a subclasse vinca rosa e 83% para a vinca branca, e acurácia geral acima de 80%. A rede se mostrou eficiente em estimar o número de flores, além de detectar e segmentar qualificando-as quanto à cor. Logo a metodologia pode ser utilizada na floricultura e paisagismo para estimar e quantificar flores por meio de imagens. |
id |
UFMG_8eb9971dc4f588e12c2b4acebae1996a |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/46536 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Alcinei Místico Azevedohttp://lattes.cnpq.br/9415018624563178Delacyr da Silva Brandão JuniorElka Fabiana Aparecida AlmeidaLeonardo Amaral Mozellihttp://lattes.cnpq.br/0721779035452523Carmélia Maia Silva2022-10-24T15:31:16Z2022-10-24T15:31:16Z2022-02-02http://hdl.handle.net/1843/46536Catharanthus roseus (L.) G. Don conhecida popularmente como vinca, é uma espécie medicinal e ornamental. No paisagismo é uma opção para composição de jardins e apresenta floração em diversas cores. A Visão Computacional no setor da floricultura e paisagismo tem apresentado ferramentas para auxiliar no manejo, no cultivo e elaboração de projetos paisagísticos, como aplicativos para identificação de plantas. Desta forma, o objetivo deste trabalho foi avaliar o potencial da rede Mask R-CNN para quantificar flores de vinca e as qualificar quanto a cor para aplicação nos setores de floricultura e paisagismo. Foram coletadas 700 imagens, 500 apresentavam floração tanto rosa quanto branca e 200 apenas as folhas que compôs o background. Para composição do banco sintético de imagens 100 flores brancas e 100 flores rosas foram processadas em formato png e formaram o foreground, sendo as duas separadas como duas subclasses. O treinamento utilizando a técnica transfer learning com o algoritmo Mask R-CNN foi realizado no Google colaboratory, com comandos em linguagem python e bibliotecas da plataforma Github. Por meio de avaliadores da qualidade de classificação, a rede neural convolucional Mask R-CNN apresentou precisão de 97% para a subclasse vinca rosa e 83% para a vinca branca, e acurácia geral acima de 80%. A rede se mostrou eficiente em estimar o número de flores, além de detectar e segmentar qualificando-as quanto à cor. Logo a metodologia pode ser utilizada na floricultura e paisagismo para estimar e quantificar flores por meio de imagens.Catharanthus roseus (L.) G. Don popularly known as vinca, is a medicinal and ornamental species, in landscaping it is an option for the composition of the garden, it has a flowering of different colors, in addition to be resistant to regions with a tropical climate. Computer vision in the landscape sector presented tools to help in the development and management of landscape projects such as applications for the identification of plants, but for the identification and quantification of flowers through images, there is still little information. Thus, the objective of this work was to evaluate the potential of the Mask R-CNN network to quantify vinca flowers and qualify them in terms of color for application in landscape projects. 700 images were collected, 500 had both pink and white flowers and 200 had just the leaves that made up the background. For the composition of the computer-generated image bank, 100 white flowers and 100 roses were processed in png format and formed the foreground, the two being separated into two subclasses. The training using the transfer learning technique with the Mask R-CNN algorithm was carried out in collaborative Google, with commands in python language and libraries from the github platform. Using quality raters, the Mask R-CNN convolutional neural network showed an accuracy of 97% for the pink vinca subclass and 83% for the white vinca subclass, and an overall accuracy greater than 80%. The network proved effective in estimating the number of flowers, in addition to detecting and segmenting them, qualifying them in terms of color. Therefore, the methodology can be used in landscaping to estimate and quantify flowers through images for garden composition.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Produção VegetalUFMGBrasilICA - INSTITUTO DE CIÊNCIAS AGRÁRIASCatharanthusArquitetura paisagísticaJardinsVincaQuantificação de floresVisão ComputacionalMask R-CNNAnálise de imagemDeep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Doninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALDeep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don.pdfDeep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don.pdfapplication/pdf1337251https://repositorio.ufmg.br/bitstream/1843/46536/1/Deep%20learning%20na%20identifica%c3%a7%c3%a3o%20e%20quantifica%c3%a7%c3%a3o%20de%20flores%20de%20Catharanthus%20roseus%20%28L.%29%20G.%20Don.pdfc6da3db3591f7c4b01e903d56f2c1930MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/46536/2/license.txtcda590c95a0b51b4d15f60c9642ca272MD521843/465362022-10-24 12:31:16.632oai:repositorio.ufmg.br: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ório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-10-24T15:31:16Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
title |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
spellingShingle |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don Carmélia Maia Silva Vinca Quantificação de flores Visão Computacional Mask R-CNN Análise de imagem Catharanthus Arquitetura paisagística Jardins |
title_short |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
title_full |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
title_fullStr |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
title_full_unstemmed |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
title_sort |
Deep learning na identificação e quantificação de flores de Catharanthus roseus (L.) G. Don |
author |
Carmélia Maia Silva |
author_facet |
Carmélia Maia Silva |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Alcinei Místico Azevedo |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/9415018624563178 |
dc.contributor.referee1.fl_str_mv |
Delacyr da Silva Brandão Junior |
dc.contributor.referee2.fl_str_mv |
Elka Fabiana Aparecida Almeida |
dc.contributor.referee3.fl_str_mv |
Leonardo Amaral Mozelli |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/0721779035452523 |
dc.contributor.author.fl_str_mv |
Carmélia Maia Silva |
contributor_str_mv |
Alcinei Místico Azevedo Delacyr da Silva Brandão Junior Elka Fabiana Aparecida Almeida Leonardo Amaral Mozelli |
dc.subject.por.fl_str_mv |
Vinca Quantificação de flores Visão Computacional Mask R-CNN Análise de imagem |
topic |
Vinca Quantificação de flores Visão Computacional Mask R-CNN Análise de imagem Catharanthus Arquitetura paisagística Jardins |
dc.subject.other.pt_BR.fl_str_mv |
Catharanthus Arquitetura paisagística Jardins |
description |
Catharanthus roseus (L.) G. Don conhecida popularmente como vinca, é uma espécie medicinal e ornamental. No paisagismo é uma opção para composição de jardins e apresenta floração em diversas cores. A Visão Computacional no setor da floricultura e paisagismo tem apresentado ferramentas para auxiliar no manejo, no cultivo e elaboração de projetos paisagísticos, como aplicativos para identificação de plantas. Desta forma, o objetivo deste trabalho foi avaliar o potencial da rede Mask R-CNN para quantificar flores de vinca e as qualificar quanto a cor para aplicação nos setores de floricultura e paisagismo. Foram coletadas 700 imagens, 500 apresentavam floração tanto rosa quanto branca e 200 apenas as folhas que compôs o background. Para composição do banco sintético de imagens 100 flores brancas e 100 flores rosas foram processadas em formato png e formaram o foreground, sendo as duas separadas como duas subclasses. O treinamento utilizando a técnica transfer learning com o algoritmo Mask R-CNN foi realizado no Google colaboratory, com comandos em linguagem python e bibliotecas da plataforma Github. Por meio de avaliadores da qualidade de classificação, a rede neural convolucional Mask R-CNN apresentou precisão de 97% para a subclasse vinca rosa e 83% para a vinca branca, e acurácia geral acima de 80%. A rede se mostrou eficiente em estimar o número de flores, além de detectar e segmentar qualificando-as quanto à cor. Logo a metodologia pode ser utilizada na floricultura e paisagismo para estimar e quantificar flores por meio de imagens. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-10-24T15:31:16Z |
dc.date.available.fl_str_mv |
2022-10-24T15:31:16Z |
dc.date.issued.fl_str_mv |
2022-02-02 |
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/1843/46536 |
url |
http://hdl.handle.net/1843/46536 |
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.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Produção Vegetal |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/46536/1/Deep%20learning%20na%20identifica%c3%a7%c3%a3o%20e%20quantifica%c3%a7%c3%a3o%20de%20flores%20de%20Catharanthus%20roseus%20%28L.%29%20G.%20Don.pdf https://repositorio.ufmg.br/bitstream/1843/46536/2/license.txt |
bitstream.checksum.fl_str_mv |
c6da3db3591f7c4b01e903d56f2c1930 cda590c95a0b51b4d15f60c9642ca272 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589437879222272 |