Defesa TCC II Leticia Torres Pereira

Título: Um estudo comparativo de modelos de aprendizado de máquina para classificação de flores apícolas: integrando extratores de texturas e classificadores

Resumo:
A Flora Apícola é o grupo de plantas das quais as abelhas retiram algum recurso floral, podendo este ser polén, néctar ou ambos. Sendo o potencial de produção apícola de uma região determinado pelo revestimento floral da mesma, entender o pasto apícola contribui para um manejo planejado e a otimização de apiários. Isto posto, este trabalho propõe a construção de um modelo computacional baseado em aprendizado de máquina, que classifica imagens de flores em três classes: poliníferas, nectaríferas e nectaríferas-poliníferas, buscando, assim, fornecer subsídios para determinar o potencial de produção apícola de uma região. O experimento utilizou um conjunto de dados com 1.145 imagens de flores presentes na flora apícola do Sertão Central do estado do Ceará. Dez Redes Neurais Convolucionais extraíram as características das imagens, enquanto os algoritmos SVM, KNN, MLP e uma CNN proposta, foram responsáveis pelo processo de classificação. Assim, buscou-se encontrar a melhor combinação entre extrator e classificador. Por fim, os resultados indicaram a eficiência do sistema proposto, com a melhor combinação sendo o ResNet50 + SVM, que atingiu um MCC de 92.94%.