Aprendizado de Máquina Aplicado a Avaliação da Qualidade de Frutos

Autores

  • Armano Barros Alves Junior Universidade Federal do Tocantins - Campus Palmas
  • Warley Gramacho da Silva Universidade Federal do Tocantins - Campus Palmas

DOI:

https://doi.org/10.20873/uft.2675-3588.2023.v4n2.p83-86

Palavras-chave:

Redes Neurais, Aprendizado profundo, Classificação

Resumo

O presente trabalho teve como objetivo explorar o uso de técnicas de visão computacional e aprendizado de máquina para a análise e classificação de frutas, com foco na qualidade e controle pós-colheita. Através da utilização de algoritmos de segmentação e extração de características, foi possível identificar atributos importantes das frutas, como cor, forma e textura, permitindo uma avaliação do fruto. A aplicação de redes neurais artificiais, como o MultiLayer Perceptron e Convolutional Neural Network, possibilitou a classificação automática das frutas com base em suas características físicas, o que facilita a detecção de defeitos. Os resultados obtidos demonstraram o potencial dessas técnicas para a automação do processo de seleção e classificação de frutas, contribuindo para a melhoria da eficiência e qualidade da produção na seleção de frutos.

Downloads

Publicado

2023-10-16

Como Citar

[1]
Barros Alves Junior, A. e Gramacho da Silva, W. 2023. Aprendizado de Máquina Aplicado a Avaliação da Qualidade de Frutos. Academic Journal on Computing, Engineering and Applied Mathematics. 4, 2 (out. 2023), 83–86. DOI:https://doi.org/10.20873/uft.2675-3588.2023.v4n2.p83-86.

Edição

Seção

Edição Especial

Categorias