Use este identificador para citar ou linkar para este item: http://bdm.ufmt.br/handle/1/394
Registro completo de metadados
Campo DCValorIdioma
dc.creatorTeixeira, Igor Rodrigues da Silva-
dc.date.accessioned2018-11-28T12:13:56Z-
dc.date.available2018-10-24-
dc.date.available2018-11-28T12:13:56Z-
dc.date.issued2018-10-18-
dc.identifier.citationTEIXEIRA, Igor Rodrigues da Silva. Deep learning aplicado à automação de balanças comerciais de hortifrutis. 2018. 41 f. TCC (Graduação em Ciência da Computação) - Universidade Federal do Mato Grosso, Campus Universitário do Araguaia, Instituto de Ciências Exatas e da Terra, Barra do Garças, 2018.pt_BR
dc.identifier.urihttp://bdm.ufmt.br/handle/1/394-
dc.description.abstractIn the Brazilian markets, the process of weighing fruits / vegetables still involves a lot of human intervention, being a slow and error prone process. This work proposes a system based on Convolutional Neural Network (CNN) aiming to automate commercial weighting balances to identificate the product based on its image. This is a challenging problem as it involves a wide variety of products that need to be identified while packed in plastic bags that make it difficult to recognize them. The best result using transfer of learning reached an accuracy of around 97%.pt_BR
dc.description.provenanceSubmitted by Geraldo Silva (gerald@bol.com.br) on 2018-11-28T12:12:25Z No. of bitstreams: 1 TCC_2018_Igor Rodrigues da Silva Teixeira.pdf: 896976 bytes, checksum: acb797afa33968beec3d0567f9171ac8 (MD5)en
dc.description.provenanceApproved for entry into archive by Geraldo Silva (gerald@bol.com.br) on 2018-11-28T12:13:56Z (GMT) No. of bitstreams: 1 TCC_2018_Igor Rodrigues da Silva Teixeira.pdf: 896976 bytes, checksum: acb797afa33968beec3d0567f9171ac8 (MD5)en
dc.description.provenanceMade available in DSpace on 2018-11-28T12:13:56Z (GMT). No. of bitstreams: 1 TCC_2018_Igor Rodrigues da Silva Teixeira.pdf: 896976 bytes, checksum: acb797afa33968beec3d0567f9171ac8 (MD5) Previous issue date: 2018-10-18en
dc.languageporpt_BR
dc.publisherUniversidade Federal de Mato Grossopt_BR
dc.rightsAcesso Abertopt_BR
dc.titleDeep learning aplicado à automação de balanças comerciais de hortifrutispt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Silva, Linder Cândido da-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4624259452052347pt_BR
dc.contributor.referee1Silva, Linder Cândido da-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4624259452052347pt_BR
dc.contributor.referee2Lopes, Robson Silva-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5505047033261072pt_BR
dc.contributor.referee3Alonso, Ronaldo Luiz-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8264158628375283pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1768051000397151pt_BR
dc.description.resumoNos mercados brasileiros, o processo de pesagem de frutas / legumes ainda envolve muita intervenção humana, sendo um processo lento e propenso a erros. Este trabalho propõe um sistema baseado em Convolutional Neural Network (CNN) com o objetivo de automatizar balanças comerciais para identificar o produto com base em sua imagem. Trata-se um problema desafiador, pois envolve uma grande variedade de produtos que precisam ser identificados quando embalados em sacolas plásticas que dificultam o seu reconhecimento. O melhor resultado usando a transferência de aprendizado alcançou uma precisão de cerca de 97%.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Ciências Exatas e da Terra (ICET) – Araguaiapt_BR
dc.publisher.initialsUFMT CUA - Araguaiapt_BR
dc.publisher.programCiência da Computação - CUApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.subject.keywordClassificaçãopt_BR
dc.subject.keywordCNNpt_BR
dc.subject.keywordTransferência de aprendizadopt_BR
dc.subject.keywordBalanças comerciaispt_BR
dc.subject.keyword2Classificationpt_BR
dc.subject.keyword2CNNpt_BR
dc.subject.keyword2Transfer of learningpt_BR
dc.subject.keyword2Weighting balancespt_BR
Aparece na(s) coleção(ções):Ciência da Computação - Araguaia

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
TCC_2018_Igor Rodrigues da Silva Teixeira.pdf875.95 kBAdobe PDFVer/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.