Reconhecimento de espécies florestais pela folha, utilizando redes neurais convolucionais

• Autor(a) principal: Pires, Willian Oliveira
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/12501
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Folhas; Botânica - Classificação; Redes neurais (Computação); Leaves; Botany - Classification; Neural networks (Computer science)

Buscando o controle e a preservação de espécies de plantas, a etapa de identificação se torna uma atividade primordial. O processo de identificação é realizado principalmente por botânicos, nele a identificação ocorre com a comparação de espécimes já conhecidas ou com o auxílio de livros, manuais ou chaves de identificação. As redes neurais artificiais têm se mostrado uma boa acurácia para problemas de classificação, por isso o projeto utilizou redes neurais convolucionais para classificar espécies, por imagem da folha. No projeto foram coletadas 29 espécies na Universidade Tecnológica Federal do Paraná no campus Medianeira. Foram utilizadas dois modelos de rede, YOLO e Googlenet, devido a diferença na manipulação da imagem e visando realizar uma comparação entre elas. Os modelos de YOLO e Googlenet atingiram o reconhecimento de 86,2% e 90,3%, respectivamente.