Estudo da utilização de visão computacional na identificação de frutas utilizando varredura por drone

dc.contributor.advisorZeplin, Stefano Romeu
dc.contributor.advisorIDhttps://orcid.org/0009-0000-9698-1250
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7087916942852899
dc.contributor.authorGonçalves, Wellington João
dc.contributor.referee1Klug, Michael
dc.contributor.referee1IDhttps://orcid.org/0000-0002-8540-4244
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5916169977466237
dc.contributor.referee2Jerônimo, Joice Luiz
dc.contributor.referee2IDhttps://orcid.org/0000-0003-3443-7465
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8752920913961248
dc.contributor.referee3Gonçalves, Lucas Raniere
dc.date.accessioned2026-06-10T20:16:56Z
dc.date.available2025-02-12
dc.date.available2026-06-10T20:16:56Z
dc.date.issued2025-02-06
dc.description.abstractEste trabalho de conclusão de curso investiga a aplicação de técnicas de visão computacional na identificação de frutas por meio de varredura com drones, especificamente utilizando o modelo Tello. O estudo destaca a crescente relevância da tecnologia de drones na agricultura, enfatizando sua capacidade de coletar dados visuais em larga escala e em tempo real. A pesquisa inclui uma revisão dos conceitos teóricos fundamentais, algoritmos e técnicas pertinentes, com foco na implementação do algoritmo YOLO (You Only Look Once) para a detecção de frutas. Para a realização dos experimentos, foram desenvolvidos procedimentos para o controle do drone e aquisição de imagens e vídeos, que foram posteriormente processados em um ambiente de computação em nuvem. A coleta de dados foi realizada em ambientes controlados, permitindo uma análise comparativa da eficácia da identificação de frutas em diferentes condições. Os resultados esperados visam não apenas contribuir para o avanço do conhecimento na área de visão computacional, mas também demonstrar a viabilidade da tecnologia YOLO como uma ferramenta eficiente e versátil na agricultura, promovendo melhorias em termos de rapidez, precisão e segurança na identificação de frutas.
dc.identifier.citationGONÇALVES, Wellington João. Estudo da utilização de visão computacional na identificação de frutas utilizando varredura por drone. 2024. Trabalho de Conclusão de Curso (Graduação) - Curso de Bacharelado em Engenharia Elêtrica. Instituto Federal de Educação Ciência e Tecnologia de Santa Catarina, Joinville, 2025.
dc.identifier.urihttps://repositorio.ifsc.edu.br/handle/1/1638
dc.language.isoPortuguês Brasilpt_BR
dc.publisherInstituto Federal de Santa Catarinapt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCâmpus Joinvillept_BR
dc.publisher.initialsIFSC
dc.publisher.programBacharelado em Engenharia Elétricapt_BR
dc.rights.accessAcesso Aberto
dc.subjectVisão computacional
dc.subjectDrone
dc.subjectFrutas
dc.subjectAlgorítmos computacionais
dc.subjectComputação em nuvem
dc.subject.cnpqENGENHARIAS::ENGENHARIA ELETRICA
dc.titleEstudo da utilização de visão computacional na identificação de frutas utilizando varredura por drone
dc.typeTrabalho de conclusão de graduaçãopt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Wellington_Joao_Goncalves_TCCGRAD.pdf
Tamanho:
7.57 MB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed to upon submission
Descrição: