|
|
Registro Completo |
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
Data corrente: |
26/03/1998 |
Data da última atualização: |
06/09/2021 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
GODOY, R.; PRIMAVESI, A. C. P. de A.; BATISTA, L. A. R.; CESAR, F. C. |
Afiliação: |
RODOLFO GODOY, CPPSE; ANA CANDIDA PACHECO DE A PRIMAVESI, CPPSE; LUIZ ALBERTO ROCHA BATISTA, CPPSE; F. C. CESAR, UFSCAR. |
Título: |
Ensaio nacional de aveias forrageiras. São Carlos, SP, 1996. |
Ano de publicação: |
1997 |
Fonte/Imprenta: |
In: REUNIÃO DA COMISSÃO SUL-BRASILEIRA DE PESQUISA DE AVEIA, 32., 1997, Passo Fundo, Anais... Passo Fundo: CSBPA/UFPF, 1997. |
Páginas: |
p.391-396 |
Idioma: |
Português |
Palavras-Chave: |
Aveia branca; Aveia Preta; Avena; Black oat; Forage oat; Forrageira; Genótipos; Oat; São Carlos. |
Thesagro: |
Aveia; Aveia Forrageira. |
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/118661/1/digitalizar0020.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/CPPSE/12056/1/PROCIRG1997.00063.pdf
|
Marc: |
LEADER 00811nam a2200277 a 4500 001 1044258 005 2021-09-06 008 1997 bl uuuu u00u1 u #d 100 1 $aGODOY, R. 245 $aEnsaio nacional de aveias forrageiras. São Carlos, SP, 1996.$h[electronic resource] 260 $aIn: REUNIÃO DA COMISSÃO SUL-BRASILEIRA DE PESQUISA DE AVEIA, 32., 1997, Passo Fundo, Anais... Passo Fundo: CSBPA/UFPF$c1997 300 $ap.391-396 650 $aAveia 650 $aAveia Forrageira 653 $aAveia branca 653 $aAveia Preta 653 $aAvena 653 $aBlack oat 653 $aForage oat 653 $aForrageira 653 $aGenótipos 653 $aOat 653 $aSão Carlos 700 1 $aPRIMAVESI, A. C. P. de A. 700 1 $aBATISTA, L. A. R. 700 1 $aCESAR, F. C.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pecuária Sudeste (CPPSE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
11/01/2022 |
Data da última atualização: |
11/01/2022 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
SANTOS, E. F. dos; LOPES, L. B.; VENDRUSCULO, L. G. |
Afiliação: |
ELTON FERNANDES DOS SANTOS, UFMT, Sinop-MT; LUCIANO BASTOS LOPES, CPAMT; LAURIMAR GONCALVES VENDRUSCULO, CNPTIA. |
Título: |
Método para estimativa do percentual de cobertura de gordura em carcaça bovinas usando visão computacional. |
Ano de publicação: |
2021 |
Fonte/Imprenta: |
In: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS, 5.; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 10., 2021, Sinop. Resumos... Brasília, DF: Embrapa, 2021. p. 57. |
ISBN: |
978-65-87380-70-4 |
Idioma: |
Português |
Conteúdo: |
A carne bovina é uma das principais fontes de proteína animal para os seres humanos. No contexto de produção, a análise do acabamento da carcaça torna-se essencial visto sua importância no desempenho animal e exigências nutricionais. A avaliação individualizada das carcaças é inviável para a maioria dos frigoríficos, devido ao significativo número de animais, bem com o tempo e recursos dispendidos. Entretanto, o uso de tecnologia baseada em visão computacional e processamento de imagem, tem se mostrado bastante eficaz no processo de automação de rotina de inspeção. O objetivo deste estudo foi projetar, desenvolver e validar um sistema para estimar o percentual de gordura em semi-carcaças bovinas. Os dados foram coletados em um frigorífico localizado em Sinop e ocorreram entre outubro de 2020 e julho de 2021. A maioria das carcaças vieram de novilhas. Foi proposto um pipeline de visão computacional, o qual foi dividido em três etapas. Na primeira fase, foi realizado um processamento de vídeo para identificar e selecionar corretamente uma imagem contendo apenas a carcaça de interesse. Na segunda parte, foi realizado o pré-processamento e a segmentação para remoção do fundo da imagem e finalmente a estimação do percentual de gordura. Na etapa de segmentação do plano de fundo foi utilizada a rede neural denominada U-net. Para verificar a acurácia desta etapa optou-se pelo coeficiente de similaridade de Jaccard, ou Intersection over Union (IoU). A rede neural U-net treinada para segmentação de fundo da imagem atingiu um IoU médio de 0,96 ao segmentar 171 imagens de testes, demonstrando a boa performance na extração do fundo. O método proposto mostrou-se satisfatório para a realização da tarefa de estimação do percentual de gordura, mas os resultados se restringem a animais fêmeas, sendo necessários outras etapas de validação para ampliar o modelo de estimativa. MenosA carne bovina é uma das principais fontes de proteína animal para os seres humanos. No contexto de produção, a análise do acabamento da carcaça torna-se essencial visto sua importância no desempenho animal e exigências nutricionais. A avaliação individualizada das carcaças é inviável para a maioria dos frigoríficos, devido ao significativo número de animais, bem com o tempo e recursos dispendidos. Entretanto, o uso de tecnologia baseada em visão computacional e processamento de imagem, tem se mostrado bastante eficaz no processo de automação de rotina de inspeção. O objetivo deste estudo foi projetar, desenvolver e validar um sistema para estimar o percentual de gordura em semi-carcaças bovinas. Os dados foram coletados em um frigorífico localizado em Sinop e ocorreram entre outubro de 2020 e julho de 2021. A maioria das carcaças vieram de novilhas. Foi proposto um pipeline de visão computacional, o qual foi dividido em três etapas. Na primeira fase, foi realizado um processamento de vídeo para identificar e selecionar corretamente uma imagem contendo apenas a carcaça de interesse. Na segunda parte, foi realizado o pré-processamento e a segmentação para remoção do fundo da imagem e finalmente a estimação do percentual de gordura. Na etapa de segmentação do plano de fundo foi utilizada a rede neural denominada U-net. Para verificar a acurácia desta etapa optou-se pelo coeficiente de similaridade de Jaccard, ou Intersection over Union (IoU). A rede neural U-net treinada para ... Mostrar Tudo |
Palavras-Chave: |
Coeficiente de similaridade; Intersection over Union; Jaccard; Novilha; Processamento de dados; Rede neural; Semicarcaça; U-net; Visão computacional. |
Thesagro: |
Bovino; Carcaça; Gordura Animal; Zootecnia. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 02955nam a2200301 a 4500 001 2138986 005 2022-01-11 008 2021 bl uuuu u01u1 u #d 020 $a978-65-87380-70-4 100 1 $aSANTOS, E. F. dos 245 $aMétodo para estimativa do percentual de cobertura de gordura em carcaça bovinas usando visão computacional.$h[electronic resource] 260 $aIn: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS, 5.; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 10., 2021, Sinop. Resumos... Brasília, DF: Embrapa, 2021. p. 57.$c2021 520 $aA carne bovina é uma das principais fontes de proteína animal para os seres humanos. No contexto de produção, a análise do acabamento da carcaça torna-se essencial visto sua importância no desempenho animal e exigências nutricionais. A avaliação individualizada das carcaças é inviável para a maioria dos frigoríficos, devido ao significativo número de animais, bem com o tempo e recursos dispendidos. Entretanto, o uso de tecnologia baseada em visão computacional e processamento de imagem, tem se mostrado bastante eficaz no processo de automação de rotina de inspeção. O objetivo deste estudo foi projetar, desenvolver e validar um sistema para estimar o percentual de gordura em semi-carcaças bovinas. Os dados foram coletados em um frigorífico localizado em Sinop e ocorreram entre outubro de 2020 e julho de 2021. A maioria das carcaças vieram de novilhas. Foi proposto um pipeline de visão computacional, o qual foi dividido em três etapas. Na primeira fase, foi realizado um processamento de vídeo para identificar e selecionar corretamente uma imagem contendo apenas a carcaça de interesse. Na segunda parte, foi realizado o pré-processamento e a segmentação para remoção do fundo da imagem e finalmente a estimação do percentual de gordura. Na etapa de segmentação do plano de fundo foi utilizada a rede neural denominada U-net. Para verificar a acurácia desta etapa optou-se pelo coeficiente de similaridade de Jaccard, ou Intersection over Union (IoU). A rede neural U-net treinada para segmentação de fundo da imagem atingiu um IoU médio de 0,96 ao segmentar 171 imagens de testes, demonstrando a boa performance na extração do fundo. O método proposto mostrou-se satisfatório para a realização da tarefa de estimação do percentual de gordura, mas os resultados se restringem a animais fêmeas, sendo necessários outras etapas de validação para ampliar o modelo de estimativa. 650 $aBovino 650 $aCarcaça 650 $aGordura Animal 650 $aZootecnia 653 $aCoeficiente de similaridade 653 $aIntersection over Union 653 $aJaccard 653 $aNovilha 653 $aProcessamento de dados 653 $aRede neural 653 $aSemicarcaça 653 $aU-net 653 $aVisão computacional 700 1 $aLOPES, L. B. 700 1 $aVENDRUSCULO, L. G.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|