Classificação de raças de cachorro utilizando técnicas de transfer learning na plataforma Edge Impulse
dc.contributor.advisor | Silva, Ivanovitch Medeiros Dantas da | |
dc.contributor.author | Pereira, Rubens Macedo | |
dc.contributor.referees1 | Costa, Hagi Jakobson Dantas da | |
dc.contributor.referees2 | Andrade, Pedro Henrique Meira de | |
dc.date.accessioned | 2023-07-10T18:43:48Z | |
dc.date.available | 2023-07-10T18:43:48Z | |
dc.date.issued | 2023-07-03 | |
dc.description.abstract | Currently, 365 dog breeds are recognized by the International Cynological Federation, each of them has its specific characteristics, such as size, coat, temperament and skills. Dogs are pointed out as the most common domestic animals, and Brazil is home to the second largest dog population in the world. Identification of the canine breed has traditionally been carried out by specialists, however, this analysis can take time to evaluate each dog. The proper classification of dog breeds is extremely important both for individuals who own or plan to own a dog, and for organizations and institutions that work with these animals. Thus, it becomes necessary to develop applications based on artificial intelligence techniques. However, developing an application for this purpose becomes a challenging task, taking into account the complexity and variability of the characteristics of each breed. Classifying images without any information requires an extensive database, which can be minimized using transfer learning. In this context, the Edge Impulse platform emerges as a powerful choice, as it allows developers to work with tools for building Machine Learning from the initial stages of the model creation process. The objective of this work was to develop a model for classifying dog breeds, using the Edge Impulse platform as a working environment. For this, the 'Dog Breed Identification' data set available in Kaggle was prepared, divided into 120 classes, which started the training pipeline (image pre-processing and parameter definition). In this configuration, an accuracy of 41% was obtained in 6 epochs. Based on this result, and in order to remedy the limitations imposed by the platform's free plan, it was decided to reduce the number of classes to 100, 70, 50, 30, 15 and 11. The analysis with 11 classes, 82.9%. Although the Edge Impulse platform has limitations regarding training time, it presents itself as a suitable option for applications with smaller classes. This study contributes to the advancement of the application of transfer learning in image classification - in the present work applied to canine breeds - and in the use of the Edge Impulse platform as an alternative for TinyML applications. | pt_BR |
dc.description.resumo | Atualmente são reconhecidas 365 raças de cachorro pela Federação Cinológica Internacional, cada uma delas tem suas características específicas, como tamanho, pelagem, temperamento e habilidades. Os cães são apontados como os animais domésticos mais comuns, e o Brasil abriga a segunda maior população canina do mundo. A identificação da raça canina tem sido tradicionalmente realizada por especialistas, no entanto, esta análise pode demandar tempo para avaliar cada cachorro. A classificação adequada das raças de cães é de extrema importância tanto para indivíduos que possuem ou planejam ter um cachorro, quanto para organizações e instituições que trabalham com estes animais. Desta forma, torna-se necessário o desenvolvimento de aplicações baseadas em técnicas de inteligência artificial. Porém, desenvolver uma aplicação para este propósito torna-se uma tarefa desafiadora, levando-se em consideração a complexidade e variabilidade das características de cada raça. A classificação de imagens sem qualquer informação requer uma base de dados extensa, o que pode ser minimizado com o uso do transfer learning. Neste contexto, a plataforma Edge Impulse surge como uma escolha poderosa, já que permite aos desenvolvedores trabalharem com ferramentas para construção de Machine Learning desde as etapas iniciais do processo de criação do modelo. O objetivo deste trabalho consistiu em desenvolver um modelo de classificação de raças caninas, utilizando a plataforma Edge Impulse como ambiente de trabalho. Para isto, foi realizada a preparação do conjunto de dados 'Dog Breed Identification' disponibilizado no Kaggle, divididos em 120 classes, que deu início ao pipeline de treinamento (pré-processamento das imagens e na definição de parâmetros). Nesta configuração, foi obtido uma precisão de 41% em 6 épocas. Com base neste resultado, e com intuito de sanar as limitações impostas pelo plano gratuito da plataforma, decidiu-se reduzir o número de classes para 100, 70, 50, 30, 15 e 11. Assim sendo, foi obtida a melhor precisão, para a análise com 11 classes, de 82.9%. Embora a plataforma Edge Impulse tenha limitações em relação ao tempo de treinamento, ela se apresenta como opção adequada para aplicações de classes menores. Este estudo contribui para o avanço da aplicação de transfer learning na classificação de imagens - no presente trabalho aplicado para raças caninas - e no uso da plataforma Edge Impulse como uma alternativa para aplicações TinyML. | pt_BR |
dc.identifier.citation | PEREIRA, Rubens Macedo. Classificação de raças de cachorro utilizando técnicas de transfer learning na plataforma Edge Impulse. Orientador: Ivanovitch Medeiros Dantas da Silva. 2023. 39f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/53192 | |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Federal do Rio Grande do Norte | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Engenharia da Computação e Automação | pt_BR |
dc.publisher.initials | UFRN | pt_BR |
dc.publisher.program | Engenharia da Computação | pt_BR |
dc.rights | CC0 1.0 Universal | * |
dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | * |
dc.subject | Machine learning | pt_BR |
dc.subject | Edge Impulse | pt_BR |
dc.subject | Raça de cachorro | pt_BR |
dc.subject | Classificação | pt_BR |
dc.subject | Transfer learning | pt_BR |
dc.subject | TinyML | pt_BR |
dc.subject | Dog breed | pt_BR |
dc.subject | Machine Learning | pt_BR |
dc.subject | Classification | pt_BR |
dc.title | Classificação de raças de cachorro utilizando técnicas de transfer learning na plataforma Edge Impulse | pt_BR |
dc.type | bachelorThesis | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- TCC_RUBENS_MACEDO_PEREIRA.pdf
- Tamanho:
- 3.92 MB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.45 KB
- Formato:
- Item-specific license agreed upon to submission
Nenhuma Miniatura disponível