Título:	Medição de qualidade de sementes de canola com visão computacional e aprendizado de máquina.
Autoria:	SANTOS, W. R. dos FALCAO, R.
Afiliação:	WELLINGTON RANGEL DOS SANTOS, CNPAE; ROSANA FALCAO, CNPAE.
Ano de publicação:	2023
Referência:	In: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 7., 2023, Brasília, DF. Anais... Brasília, DF: Embrapa, 2023. p. 56-60.
Conteúdo:	Produtos originados dos grãos da canola, como óleo, farinha e biodiesel, são diretamente afetados pela qualidade desses grãos. O uso da tecnologia tem contribuído para a identificação dos grãos impuros ou em estágios diferentes de maturidade. A visão computacional em conjunto com o aprendizado de máquina pode gerar ferramentas capazes de avaliar a qualidade das sementes de forma não invasiva, sem destruir amostras e com baixo custo, uma vez que utiliza imagens digitais como insumo. O presente estudo propõe o uso de visão computacional e aprendizado não supervisionado de máquina para análise de sementes de canola a partir de imagens digitais, com o objetivo de contar, identificar cada semente e calcular o percentual de grãos maduros. Os resultados mostraram que o método K?Means pode ser usado para contar e identificar sementes de canola em fotografias com alta precisão. Na amostra, foram identificadas noventa e três sementes maduras, quatro verdes e três secas.
Thesagro:	Semente Qualidade
NAL Thesaurus:	Canola Python
Palavras-chave:	Google Colaboratory
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPAE)