To cite this paper use one of the standards below:
Classificação de defeitos de grãos de café arabica por redes convolucionais desenvolvidas correlacionando aos seus perfis de carboidratos
William Bernardes Magalhães
Departamento de Química /Centro de Ciências Exatas / Universidade Estadual de Londrina
Now you could share with me your questions, observations and congratulations
Create a topicTwo convolutional networks were trained on coffee beans images aiming to locate and classify defective grains. Defects were also distinguished according to their carbohydrate profiles analyzed by HPLC
Luis Fernando Amorim Batista
Olá, William, tudo bem? Excelente trabalho e belíssima apresentação. Parabéns mesmo!
Fiquei curioso sobre este trabalho:
1. Em termos de ampliação de escala de uso, há a possibilidade de acoplar a rede neural, por exemplo, a uma esteira, para a separação dos grãos defeituosos de maneira mais rápida?
2. Estão sendo desenvolvidos em seu grupo de pesquisa trabalhos para a verificação de defeitos em outros tipos de grãos, além de grãos de diferentes tipos de café?
Mais uma vez, parabéns pelo trabalho.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper
William Bernardes Magalhães
Olá Luis, obrigado pelas perguntas.
1. Essa é uma possibilidade, mas a velocidade dessa esteira seria limitada pelo tempo que leva para a rede neural avaliar a imagem, que depende bastante do dispositivo.
Nos nossos testes, em um celular Samsung S9 a rede leva ~2s para fazer a segmentação e classificação. Já num desktop com uma GPU RTX2060 o tempo cai para ~50ms.
2. Nós não experimentamos usar esta tecnologia em outros grãos. Em teoria é possível, mas é necessário treinar a rede com imagens de outros grãos e ver como ela responde.