|
|
Registros recuperados : 47 | |
12. | | SANTOS, E. F. dos; KAMCHEN, S. G.; VENDRUSCULO, L. G.; LOPES, L. B. Processamento de imagens 3D visando análises morfométricas em bovinos nelore. In: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS, 3.; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 8., 2019, Sinop. Resumos... Brasília, DF: Embrapa, 2019. p. 91. Editores Técnicos: Alexandre Ferreira do Nascimento, Bruno Rafael da Silva, Edison Ulisses Ramos Junior, Eulália Soler Sobreira Hoogerheide, Isabela Volpi Furtini, José Ângelo Nogueira de Menezes Júnior, Marina Moura Morales, Silvio Tulio... Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agrossilvipastoril. |
| |
14. | | ARAÚJO, E. de O.; CAMACHO, M. A.; SANTOS, E. F. dos; CÂMARA, A. P. Eficiência de absorção, transporte e utilização de BORO e ZINCO pelo algodoeiro. In: CONGRESSO BRASILEIRO DO ALGODÃO, 8.; COTTON EXPO, 1., 2011, São Paulo. Evolução da cadeia para construção de um setor forte: Anais. Campina Grande, PB: Embrapa Algodão, 2011. p.1580-1586 Biblioteca(s): Embrapa Algodão. |
| |
16. | | ARAÚJO, E. de O.; CAMACHO, M. A.; SANTOS, E. F. dos; CÂMARA, A. P. Teor, conteúdo, eficiência de absorção, transporte e utilização de nitrogênio e fósforo pelo algodoeiro cultivado sob diferentes concentrações de BORO e ZINCO. In: CONGRESSO BRASILEIRO DO ALGODÃO, 8.; COTTON EXPO, 1., 2011, São Paulo. Evolução da cadeia para construção de um setor forte: Anais. Campina Grande, PB: Embrapa Algodão, 2011. p.1709-1717 Biblioteca(s): Embrapa Algodão. |
| |
17. | | KAMCHEN, S. G.; SANTOS, E. F. dos; VENDRUSCULO, L. G.; LOPES, L. B. Uso de câmera de profundidade para mensurações morfométricas de bovinos nelore. In: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS, 3.; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 8., 2019, Sinop. Resumos... Brasília, DF: Embrapa, 2019. p. 90. Editores Técnicos: Alexandre Ferreira do Nascimento, Bruno Rafael da Silva, Edison Ulisses Ramos Junior, Eulália Soler Sobreira Hoogerheide, Isabela Volpi Furtini, José Ângelo Nogueira de Menezes Júnior, Marina Moura Morales, Silvio Tulio... Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agrossilvipastoril. |
| |
Registros recuperados : 47 | |
|
|
| 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
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|