Sistema Manufaturado Inteligente Para a Seleção de Mangas: Desenvolvimento de um Sistema de Manufatura Inteligente Para Seleção de Mangas Utilizando Deep Learning
Carine Ramos De Almeida Gottschall; JoÃO Erivando Soares Marques; JosÉ Alberto Diaz Amado
Sistema Manufaturado Inteligente Para a Seleção de Mangas: Desenvolvimento de um Sistema de Manufatura Inteligente Para Seleção de Mangas Utilizando Deep Learning
Sistema Manufaturado Inteligente Para a Seleção de Mangas: Desenvolvimento de um Sistema de Manufatura Inteligente Para Seleção de Mangas Utilizando Deep Learning - Carine Ramos De Almeida Gottschall; JoÃO Erivando Soares Marques; JosÉ Alberto Diaz Amado
Physical Book
$ 49.93
$ 59.29
You save: $ 9.36
16% discount
Envío gratis a todo Estados Unidos
Choose the list to add your product or create one New List
It will be shipped from our warehouse between Monday, June 10 and Tuesday, June 11.
You will receive it anywhere in United States between 1 and 3 business days after shipment.
Sistema Manufaturado Inteligente Para a Seleção de Mangas: Desenvolvimento de um Sistema de Manufatura Inteligente Para Seleção de Mangas Utilizando Deep Learning
Carine Ramos De Almeida Gottschall; JoÃO Erivando Soares Marques; JosÉ Alberto Diaz Amado
Synopsis "Sistema Manufaturado Inteligente Para a Seleção de Mangas: Desenvolvimento de um Sistema de Manufatura Inteligente Para Seleção de Mangas Utilizando Deep Learning"
O tema apresentado surge da necessidade de incorporar um processo industrial inteligente de seleção do fruto após a colheita impedindo desperdício do mesmo. Este trabalho propõe a o desenvolvimento de um sistema inteligente para classificação e seleção de mangas de acordo com o seu grau de maturação, em verde, madura e muito madura. Para isso, foram utilizadas técnicas de deep learning aplicado as redes neurais convolucionais aliada a visão computacional e incorporadas a um processo de manufatura automatizada. A base de dados conta com mangas do tipo Tommy Atkins, Haden e Palmer. Para aquisição das imagens das mangas foi utilizada a Raspberry Pi Camera incorporada a um Raspberry Pi 3B que executa a classificação da rede. Para o controle de seleção foi utilizada a placa Arduino UNO e atuadores para a seleção dos frutos. O sistema manufaturado conta com uma esteira para transporte do fruto, um suporte para posicionamento da câmera e do microcomputador e três rampas para direcionamento dos frutos. Para avaliar o desempenho da rede neural analisadas a acurácia e a perda de quatro treinamentos com configurações de parâmetros distintos, e dos testes dos mesmos para validação do modelo.