|
|
Registros recuperados : 1 | |
1. | | FONTANA, A.; PIRES, A. M. M.; VENTURIERI, A.; JESUS, A. H. de; PAULA, A. J. de; MEDEIROS, A. de S.; VARGAS, A. de G.; BERNDT, A.; FERREIRA, A. L.; LUIZ, A. J. B.; ALVES, A. E.; PEREIRA, A. C.; FREITAS, A. F. de; PACKER, A. P.; CAVALCANTE, A. P. C. M.; FRASCA, A. V. da L.; FERNANDES, A.; ZIMBRES, B.; RUDORFF, B. F. T.; DENARDI, B. M.; BORDRON, B.; ALVES, B. J. R.; KRAHEMBUHL, C. B. B. P.; ARAÚJO, C. E. R.; DUBEUX, C. B. S; MAEQUES, C. L.; SILVA, C. R.; BALDI, C.; JANTALIA, C. P.; GESTEIRA NETO, C. J. M.; BACK, C. D.; ANDRADE, C. A. de; AGUIAR, D. A. de; OBERLING, D. F.; OLIVEIRA, D. M. de; CALÇADO, D. M.; GONÇALVES, D. N. S.; MOLLETA, D. G. S.; GAROFALO, D. F. T.; FERREIRA, D.; GOULART, D.; OLIVEIRA, E. C. de; ROSA, E. R.; ALMEIDA, E. G. de; ALBUQUERQUE, E. R. G. M. de; LA ROVERE, E. L.; RIEGELHAUPT, E. M.; HENRIQUE, F. L.; FARIA, F. F. de; PATERNOST, F. F.; CESÁRIO, F. V.; PEREIRA, F. R. de S.; PAREYN, F. G. C.; RODRIGUES, G. A. H.; BERTANI, G.; LEMOS, G. da S.; RIBEIRO, G. H. P. de M.; CABRAL, G. H.; FROES, G. A. M.; GOES, G. V.; ANDRADE, G. S. de; CARVALHO, G. C. de; NASPOLINI, G. F.; CHRISTO, G. L. de; SANTOS, G. V. dos; BARROS, H. H. D. de; HASENACK, H.; TAVARES, H. C.; MARTINS, I. T.; FRANÇA, I. E. R.; ROITMAN, I.; SOARES, I. M. de M.; SIMIONATO, J.; FREITAS, J.; OMETTO, J. P. H. B.; LINARES, J. A. H.; RISSO, J.; CRUZ FILHO, J. L. V. da; QUINTÃO, J. M. B.; SILVA, J. S. O.; LANA, J. T. de O.; ZANATTA, J. A.; MARACAHIPES, L.; RIBEIRO, L. da S.; VICENTE, L. E.; SCHRAMM, L. F. P.; ROSSI, L. M. B.; SILVA, M. G. da; SARAIVA, M.; D'AGOSTO, M. de A.; VIRTUOSO, M. A.; LIGO, M. A. V.; RACHWAL, M. F. G.; ROSA, M.; PICHARILLO, M. E.; SILVA, M. G. L. da; MATSUURA, M. I. da S. F.; DALLA BETTA, M. M.; PEREIRA, M. J.; CARON, M. L.; ASSIS, M. L. R. de; SANTOS, M. M. de O.; ROCHA, M. B.; BUSTAMANTE, M. M. da C.; WALTER, M. C.; AQUINO, M. F. S. de; SALGADO, M. P. G.; SERRUYA, N. M.; MOREIRA, N. de P.; FERREIRA, N. C.; RAMOS, N. P.; CABRAL, O. M. R.; MOSER, P.; COLTURATO, P. D.; GRÜTZMACHER, P.; AUGUSTO, R. C.; GRISOLI, R. P. S.; SOLARI, R.; PAZIANOTTO, R. A. A.; DUPONT, R. A. B.; CANTINHO, R. Z.; PEIXOTO, R. de A.; PADILHA, R. A.; NICOLOSO, R. da S.; OLIVEIRA, R. R. S. de; HIGA, R. C. V.; GUIDOTTI, R. M. M.; NOGUEIRA, S. F.; MAIA, S. M. F.; ASSIS, T. F. de; IGAWA, T. K.; RODRIGUES, T. da S.; CARMO, T. R. L. do; MIRANDA, V. S.; KONDO, V. Y.; SCIVITTARO, W. B.; WILLS, W.; HOLLER, W. A. Inventário nacional de emissões e remoções antrópicas de gases de efeito estufa. In: BRASIL. Ministério da Ciência, Tecnologia e Inovações. Quarta Comunicação Nacional do Brasil à Convenção-Quadro das Nações Unidas sobre Mudança do Clima. Brasília, DF, 2021. cap. 2, p. 80-181. Biblioteca(s): Embrapa Agrobiologia; Embrapa Amazônia Oriental; Embrapa Florestas; Embrapa Pecuária Sudeste; Embrapa Solos. |
| |
Registros recuperados : 1 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agrossilvipastoril. |
Data corrente: |
10/01/2022 |
Data da última atualização: |
10/01/2022 |
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. |
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 |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/230145/1/2021-cpamt-lbl-metodo-estimativa-percentual-cobertura-gordura-carcaca-bovina-visao-computacional-p-57.pdf
|
Marc: |
LEADER 02921nam a2200289 a 4500 001 2138969 005 2022-01-10 008 2021 bl uuuu u00u1 u #d 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 Agrossilvipastoril (CPAMT) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|