Sistema para Classificação de Grãos de Café: Uma Comparação entre Redes Neurais Convolucionais e Processamento Digital de Imagens com MLP

Vol. 1, 2019. - 106309
Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Entre os anos de 2017 e 2018 foram produzidas 160 milhões de sacas de 60kg de café no mundo. Atualmente, o Brasil ocupa a posição de maior produtor de café do mundo, com 31,9% da produção total. A fim de classificar uma amostra de grãos de café pós-colheita, este trabalho baseou-se na comparação entre duas técnicas computacionais. A primeira é a utilização de Redes Neurais Convolucionais (CNN) e a segunda é a junção de métodos de Processamento Digital de Imagens (PDI) para extrair características visando alimentar uma Rede Neural Artificial (RNA) do tipo Perceptron Multicamadas (MLP) com o objetivo de se obter a classificação dos grãos de café. Como resultado, obteve-se uma acurácia média global de 96.60% para a CNN, muito superior à acurácia obtida pelo método de PDI com MLP, que foi de 78.1%.

Instituições
  • 1 Universidade Federal de Minas Gerais
  • 2 Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais
Eixo Temático
  • Processamento de Imagens Inteligente
Palavras-chave
Classificação de grãos de café
processamento digital de imagem
Redes Neurais Artificiais
Redes Neurais Convolucionais - CNNs