Use este identificador para citar ou linkar para este item:
https://repositorio.ifgoiano.edu.br/handle/prefix/1978| Tipo: | Trabalho de Conclusão de Curso |
| Título: | RECONHECIMENTO DE ESPÉCIES DE PEIXES UTILIZAND REDES NEURAIS CONVOLUCIONAIS |
| Título(s) alternativo(s): | Fish Species Recognition Using Convolutional Neural Networks |
| Autor(es): | Silva, Alexandre da |
| Primeiro Orientador: | Ribeiro, André da Cunha |
| Primeiro Coorientador: | Costa, Adriano Carvalho |
| Primeiro Membro da Banca: | Ribeiro, André da Cunha |
| Segundo Membro da Banca: | França, Heyde Francielle do Carmo |
| Terceiro Membro da Banca: | Costa, Adriano Carvalho |
| Resumo: | Pelo crescente avanço, de técnicas de produção de peixes e estudo da vida aquática por meio de câmeras aquáticas, um classificador eficiente de espécies de peixes, tem sido muito demandado. Este trabalho apresenta, o desenvolvimento de um classificador baseado em Redes Neurais Convolucionais, para classificar as principais espécies de peixes de produção nacional. A técnica de transferência de aprendizado é utilizada para diminuir tempo de treinamento e dados necessários. Quatro modelos do estado da arte foram experimentados, no qual, o modelo Xception foi selecionado para ser utilizado como parte de nosso modelo. Um sistema é desenvolvido para disponibilizar o uso do classificador, para que possa ser implementado em dispositivos e sistemas inteligentes. Uma base de dados foi desenvolvida, para suprir a falta de imagens disponíveis e é proposto um algoritmo baseado em oversampling para resolver problemas com o desbalanceamento e aumentar a base de dados, de acordo com critérios estabelecidos. Foi obtido a acurácia de 99,54% ao se classificar 11 espécies de peixes alevinos com o modelo desenvolvido. |
| Abstract: | Due to the increasing advancement of fish production techniques and the study of aquatic life through aquatic cameras, an efficient fish species classifier has been much in demand. This work presents the development of a classifier based on Convolutional Neural Networks, to classify the main species of fish of national production. The achievement transfer technique is used to decrease training time and available data. Four state-of-the-art models were tried out, in which the Xception model was selected to be used as part of our model. A system is developed to make the use of the classifier available, so that it can be implemented in intelligent devices and systems. A database was developed to make up for the lack of available images and an algorithm based on oversampling is proposed to solve problems with unbalance and increase the database, according to the defined criteria. An accuracy of 99.54% was found when classifying 11 species of fingerling fish with the developed model. |
| Palavras-chave: | Redes Neurais Convolucionais. Convolutional Neural Networks Visão Computacional Computer Vision Aprendizado de Máquina Machine Learning Classificação de Espécies de Peixes Fish Species Classification |
| Área do CNPq: | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
| Idioma: | por |
| Pais: | Brasil |
| Editor: | Instituto Federal Goiano |
| Sigla da Instituição: | IF Goiano |
| Campus: | Campus Rio Verde |
| Tipo de Acesso: | Acesso Aberto |
| URI: | https://repositorio.ifgoiano.edu.br/handle/prefix/1978 |
| Data do documento: | 29-Jun-2021 |
| Aparece nas coleções: | Bacharelado em Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| tcc_Alexandre da Silva.pdf | TCC Alexandre | 1,81 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.