Banca de DEFESA: THAYANE SILVA MACIEL

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: THAYANE SILVA MACIEL
DATA: 13/05/2022
HORA: 12:00
LOCAL: Sala virtual Google Meets - meet.google.com/kny-ewck-ett
TÍTULO:

Detecção de bovinos em imagens de RPA (Aeronave Remotamente Pilotada) com implementação baseada em Mask R-CNN

PALAVRAS-CHAVES:

aprendizado de máquina, drone, pecuária, redes neurais convolutivas

PÁGINAS: 55
GRANDE ÁREA: Ciências Agrárias
ÁREA: Zootecnia
SUBÁREA: Produção Animal
ESPECIALIDADE: Manejo de Animais
RESUMO:

Objetivou-se, com este estudo, realizar a detecção de bovinos de corte com base no imageamento via RPA – Aeronave Remotamente Pilotada, a partir de uma implementação baseada em Mask R-CNN.  Foram capturados vídeos de 5 a 10 minutos de um rebanho de 125 fêmeas F1 Angus-Nelore em fase final de terminação, em ambientes de pastagem e confinamento de um sistema semi-intensivo comercial em três altitudes de voo (8, 10 e 15m) do RPA. O pré-processamento dos vídeos não utilizou filtros para diminuição de ruídos e seguiu desde o particionamento em frames até a seleção de imagens aéreas digitais, que totalizaram 1.045 imagens. Foram compostos modelos com até 100 épocas e duas arquiteturas backbones do Mask R-CNN, ResNet50 e ResNet101, para cada conjunto de dados, constituídos a partir das diferentes altitudes de voos mais o database (com dados de todas as altitudes), avaliados sob as métricas Loss, Val_Loss e mAP. ResNet101 demonstrou melhores ajustes que ResNet50 para todos os conjuntos. Altos gaps de Loss foram encontrados para todos os conjuntos de altitudes particularizadas, assinalando overfitting. O database mostrou baixos gaps e altas precisões, com melhor desempenho para época 96 do ResNet101, com 0,2972 (Loss); 0,2422 (Val_Loss) e 93,29% (mAP). A precisão desse modelo para detecção de bovinos em confinamento (82,76%) afetou a média global. A detecção em ambientes de pastagem apresentou alta precisão (98,98%). A implementação proposta se mostrou capaz de detectar bovinos com alta precisão, especialmente em áreas de pastagens, e assinala que o imageamento pode ser realizado nas diferentes altitudes estudadas, permitindo ao gestor rural escolher a altitude de voo do RPA conforme o objetivo do monitoramento e a área a ser explorada.

MEMBROS DA BANCA:
Presidente - 1550083 - ANDRE GUIMARAES MACIEL E SILVA
Interno - 919.708.650-91 - CRISTIAN FATURI - UFRA
Externo ao Programa - 2978408 - IGOR RUIZ GOMES
Externo ao Programa - 3148901 - MARLON RICHARD HILARIO DA SILVA
Externo ao Programa - 1504688 - STEFANO JULIANO TAVARES DE ANDRADE
Externo à Instituição - CLAUDIO VIEIRA DE ARAUJO