Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/248749 |
Resumo: | TCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Engenharia de Computação. |
id |
UFSC_78e8da3a92a81eaf954577d6589cda4d |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/248749 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilizaçãoaprendizado de máquinavisão computacionalgarrafas de vidroredes neurais convolucionaisTCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Engenharia de Computação.O vidro é uma material que possui um alto impacto ambiental quando é descartado incorretamente, onde as garrafas de vidro, por sí só, ocupam uma grande área nos aterros sanitários. Atualmente existem apenas duas soluções para lidar com o descarte desse material, ou seja, a reciclagem e a reutilização. A reciclagem é a mais comum e mais utilizado, onde as garrafas são trituradas e derretidas para criar novas garrafas ou qualquer outro produto a base de vidro. Esse processo é custoso e requer muita energia quando comparado com a reutilização das garrafas, onde as garrafas são recolhidas, separadas, limpas e retornam para as envazadoras. Um dos problemas da reutilização é a dificultade que as empresas de tratamente de resíduos tem no processo de separação dos variados modelos de garrafas de vidro presentes no mercado. O processo é comumente realizado de maneira manual, tonando-o ineficaz e impreciso. Atualmente existem poucas soluções que automatizam o processo de separação de garrafas de vidro, que consistem em reconhecer os modelos recolhidos e separalos com atuadores em diferentes pilhas. Esse trabalho tem como objetivo, propor uma solução para o reconhecimento de garrafas de vidro utilizando técnicas de análise de imagens através de redes neurais convulocionais, tendo como base as necessidades de uma empresa de tratamento de resíduos que atua na região do sul de Santa Catarina.Araranguá, SC.Perez, Anderson Luiz FernandesUniversidade Federal de Santa Catarina.Lara, Luis Fernando Pinto de2023-07-12T18:27:44Z2023-07-12T18:27:44Z2023-06-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/248749Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-07-12T18:27:44Zoai:repositorio.ufsc.br:123456789/248749Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-07-12T18:27:44Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
title |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
spellingShingle |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização Lara, Luis Fernando Pinto de aprendizado de máquina visão computacional garrafas de vidro redes neurais convolucionais |
title_short |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
title_full |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
title_fullStr |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
title_full_unstemmed |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
title_sort |
Avaliação do uso de Redes Neurais Convolucionais para Classificação de Garrafas de Vidro para reutilização |
author |
Lara, Luis Fernando Pinto de |
author_facet |
Lara, Luis Fernando Pinto de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Perez, Anderson Luiz Fernandes Universidade Federal de Santa Catarina. |
dc.contributor.author.fl_str_mv |
Lara, Luis Fernando Pinto de |
dc.subject.por.fl_str_mv |
aprendizado de máquina visão computacional garrafas de vidro redes neurais convolucionais |
topic |
aprendizado de máquina visão computacional garrafas de vidro redes neurais convolucionais |
description |
TCC (graduação) - Universidade Federal de Santa Catarina, Campus Araranguá, Engenharia de Computação. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-07-12T18:27:44Z 2023-07-12T18:27:44Z 2023-06-27 |
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/123456789/248749 |
url |
https://repositorio.ufsc.br/handle/123456789/248749 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Open Access. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Open Access. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Araranguá, SC. |
publisher.none.fl_str_mv |
Araranguá, 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_ |
1808652142307704833 |