REDES NEURAIS CONVOLUtivas PARA CATEGORIZAÇÃO AUTOMÁTICA DE CARCAÇAS BOVINAS VIA IMAGEM
classificação; deep learning; inteligência artificial; tipificação
A classificação automática da conformação e do acabamento de carcaças bovinas são ferramentas para obtenção de informações à cadeia produtiva, não só no âmbito usual de peso e rendimento, mas também nos aspectos qualitativos, auxiliando no gerenciamento dos empreendimentos, possibilitar melhoria nos índices produtivos estabelecidos com base em dados gerados por sistemas especialistas, bem como permitir uma valoração justa do produto comercializado. Objetiva-se, neste estudo, tipificar automaticamente carcaças bovinas em frigorifico utilizando diferentes arquiteturas de Redes Neurais Convolutivas (RNC), visando aumentar a objetividade do processo. A formação do banco de dados ocorreu de 4 a 29 de julho de 2022 em Abatedouros/Frigoríficos comerciais parceiros ao projeto, localizados no estado do Pará – PA, onde foram coletadas informações de idade e imageamento da vista lateral durante a pesagem. O experimento ocorreu em 4 etapas: a Etapa 1: Coleta Experimental: parte experimental com a coleta de imagens de meias- carcaças de bovinos em frigorífico parceiro. Após isso, ocorrerá a Etapa 2: Pré-Processamento e Tipificação: com a organização do banco de dados, separação de frames, rotulagem, implantação de data augumatation, com filtros de cor, e definição das estratégias. Concomitantemente a tipificação foi realizada por um avaliador treinado e certificado determinando as pontuações de acabamento. E a Etapa 3: Processamento: ocorrerá com a realizado a organização do banco de dados e o pré e processamento das filmagens, a partir da Rede neural Convolutiva, YOLO. E Por último ocorrerá uma etapa complementar denominada Etapa 4: Classificação Automática, onde haverá um processamento de uma rede (treinada, testada e validada) escolhida com o melhor modelo baseado no YOLOv5 com a finalidade de detectar e classificar novas carcaças em vídeo.