Classificação de defeitos de grãos de café arabica por redes convolucionais desenvolvidas correlacionando aos seus perfis de carboidratos

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Exposição de Pôster
  • Eixo temático: Química Analítica - ANA
  • Palavras chaves: Coffee classification; Liquid chromatography; carbohydrates; deep learning; Segmentation;
  • 1 Universidade Estadual de Londrina
  • 2 Departamento de Química /Centro de Ciências Exatas / Universidade Estadual de Londrina

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

Resumo

Two 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

Questões (1 tópico)

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Autor

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.