Classificação de Imagens de Frutas utilizando Aprendizado de Máquina

Detalhes bibliográficos
Autor(a) principal: Rosa, Ayrton Lima da
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/197598
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Eletrônica.
id UFSC_1d49ff49dc8a6393503cd1f910e8377a
oai_identifier_str oai:repositorio.ufsc.br:123456789/197598
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Classificação de Imagens de Frutas utilizando Aprendizado de MáquinaAprendizado de MáquinaMachine LearningRedes Neurais ConvolucionaisConvolutional Neural NetworkClassificaçãoFrutasTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Eletrônica.Este trabalho tem como propósito utilizar técnicas de aprendizado de máquina para classificação de imagens de frutas. O objetivo deste trabalho é atingir uma acurácia superior a 90% no conjunto que será testado. Foram utilizados modelos de redes neurais convolucionais utilizando a biblioteca Keras em Python. Os modelos de aprendizado de máquina escolhidos para este trabalho são modelos pré-treinados disponíveis na biblioteca Keras. Esses modelos foram treinados em um grande conjunto de imagens chamado ImageNet, e serão aplicados nesse trabalho utilizando o método de transferência de aprendizagem. Além disso, também foi construído um modelo utilizando redes neurais convolucionais a fim de comparação com os resultados encontrados com os outros modelos. O conjunto de dados inicialmente escolhido foi o Fruit Dataset, composto por 20 classes de objetos. As imagens do conjunto de dados foram usadas diretamente como entrada da rede neural para treinamento e aplicação. Os resultados obtidos mostram que a abordagem proposta valida a utilização de redes neurais para classificação de frutas com uma alta acurácia.This work aims to use machine learning techniques to classify fruit images. The objective of this work is to reach an accuracy rate higher than 90% in the dataset that will be tested. Convolutional neural network models were used using the Keras library in Python. The machine learning models selected for this work are pre-trained models available in the Keras library. These models were trained in a large dataset of images called ImageNet, and will be applied in this work using the transfer learning method. In addition, a model was also constructed using convolutional neural networks in order to compare with the results found with the other models. The dataset initially chosen was the Fruit Dataset, composed of 20 classes of objects. The images were used directly as neural network input for training and application. The results show that the proposed approach validates the use of neural networks for fruit classification with high accuracy.Florianópolis, SCSilva, DaniloUniversidade Federal de Santa CatarinaRosa, Ayrton Lima da2019-07-15T17:41:04Z2019-07-15T17:41:04Z2019-07-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis74 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/197598info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-07-15T17:41:04Zoai:repositorio.ufsc.br:123456789/197598Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-07-15T17:41:04Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
title Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
spellingShingle Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
Rosa, Ayrton Lima da
Aprendizado de Máquina
Machine Learning
Redes Neurais Convolucionais
Convolutional Neural Network
Classificação
Frutas
title_short Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
title_full Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
title_fullStr Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
title_full_unstemmed Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
title_sort Classificação de Imagens de Frutas utilizando Aprendizado de Máquina
author Rosa, Ayrton Lima da
author_facet Rosa, Ayrton Lima da
author_role author
dc.contributor.none.fl_str_mv Silva, Danilo
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Rosa, Ayrton Lima da
dc.subject.por.fl_str_mv Aprendizado de Máquina
Machine Learning
Redes Neurais Convolucionais
Convolutional Neural Network
Classificação
Frutas
topic Aprendizado de Máquina
Machine Learning
Redes Neurais Convolucionais
Convolutional Neural Network
Classificação
Frutas
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Eletrônica.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-15T17:41:04Z
2019-07-15T17:41:04Z
2019-07-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/197598
url https://repositorio.ufsc.br/handle/123456789/197598
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 74 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652383940509697

Registros relacionados