01622nam a2200181 a 450000100080000000500110000800800410001910000220006024501240008226001460020652010010035265000110135365000110136465000140137565000120138965300240140170000150142521580582023-11-08       2023    bl uuuu     u00u1 u    #d1 aSANTOS, W. R. dos  aMedição de qualidade de sementes de canola com visão computacional e aprendizado de máquina.h[electronic resource]  aIn: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 7., 2023, Brasília, DF. Anais... Brasília, DF: Embrapa, 2023. p. 56-60.c2023  aProdutos originados dos grãos da canola, como óleo, farinha e biodiesel, são diretamente afetados pela qualidade desses grãos. O uso da tecnologia tem contribuído para a identificação dos grãos impuros ou em estágios diferentes de maturidade. A visão computacional em conjunto com o aprendizado de máquina pode gerar ferramentas capazes de avaliar a qualidade das sementes de forma não invasiva, sem destruir amostras e com baixo custo, uma vez que utiliza imagens digitais como insumo. O presente estudo propõe o uso de visão computacional e aprendizado não supervisionado de máquina para análise de sementes de canola a partir de imagens digitais, com o objetivo de contar, identificar cada semente e calcular o percentual de grãos maduros. Os resultados mostraram que o método K?Means pode ser usado para contar e identificar sementes de canola em fotografias com alta precisão. Na amostra, foram identificadas noventa e três sementes maduras, quatro verdes e três secas.  aCanola  aPython  aQualidade  aSemente  aGoogle Colaboratory1 aFALCAO, R.