dc.contributor.advisor |
Branco Neto, Wilson Castello |
|
dc.contributor.author |
Mattos, Kevin Mondadori |
|
dc.contributor.author |
Ribeiro, Yan Felipe Burigo |
|
dc.date.accessioned |
2023-03-16T18:13:00Z |
|
dc.date.available |
2023-03-16T18:13:00Z |
|
dc.date.issued |
2022 |
|
dc.identifier.uri |
https://repositorio.ifsc.edu.br/handle/123456789/2708 |
|
dc.description.abstract |
Em 2002 o Cancro Europeu da Macieira chegou aos pomares da região sul do Brasil. Esta doença causa um impacto econômico alto e por isso e fundamental que haja um diagnóstico rápido e assertivo. Neste trabalho é proposto o uso de redes neurais convolucionais para a identificação da doença através da análise de imagens. Foram testados diferentes modelos de redes com 135 imagens obtidas junto a Epagri e da plataforma Cancontrol. Os resultados mostraram que o modelo VGG obteve uma precisão de 0.909 e um recall de 0.769. A principal limitação do trabalho é a pequena quantidade de imagens disponíveis para treinar e testar o modelo, mas mesmo assim a solução já se demonstra promissora para ajudar a combater e erradicar esta doença. |
pt_BR |
dc.subject |
Cancro Europeu da Macieira |
pt_BR |
dc.subject |
Redes Neurais Convolucionais |
pt_BR |
dc.subject |
Diagnóstico do Cancro |
pt_BR |
dc.title |
Diagnóstico do Cancro Europeu da Macieira com Redes Neurais Convolucionais |
pt_BR |
dc.type |
Final Paper |
pt_BR |
local.institution.discipline |
Ciência da Computação |
pt_BR |
local.institution.campus |
Lages |
pt_BR |
local.institution |
Instituto Federal de Santa Catarina |
pt_BR |
local.contributor.coadvisor |
Ferrero, Carlos Andrés |
|