Logo do repositório
Tudo no RIUFPA
Documentos
Contato
Sobre
Ajuda
  • Português do Brasil
  • English
  • Español
  • Français
Entrar
Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Assunto

Navegando por Assunto "YOLOv8"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    DissertaçãoAcesso aberto (Open Access)
    Desenvolvimento de Ferramentas de IA para o Monitoramento da Dinâmica de Colmeias de Abelhas Canudo (Scaptotrigona spp)
    (Universidade Federal do Pará, 2024-12-16) CAMPOS NETO, Manoel Freitas; OLIVEIRA, Marcos Enê Chaves; http://lattes.cnpq.br/9052059910078575; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; https://orcid.org/0000-0002-6640-3182
    As abelhas sociais nativas vêm apresentando elevado potencial agronômico na polinização de plantas no Brasil, destacando-se as abelhas do gênero Scaptotrigona, que melhoram a produtividade do açaizeiro (Euterpe oleracea) em até 70% e do cafeeiro (Coffea arábica) em até 30% com a ajuda desses polinizadores. Contudo, tem-se observado uma drástica redução das populações de abelhas, atribuída a várias causas, como à destruição dos habitats naturais, ao aumento das práticas agrícolas, ao desmatamento que leva à perda de diversidade de plantas, às mudanças climáticas e ao uso de pesticidas. Essas ameaças não só afetam diretamente as abelhas, mas também comprometem a polinização, que é fundamental para a manutenção dos ecossistemas e para a produção de alimentos em todo o mundo. Diante deste cenário, este trabalho tem como objetivo monitorar o comportamento das abelhas Scaptotrigona, também conhecidas como abelhas canudo, utilizando ferramentas de Inteligência Artificial (IA) para obter informações que auxiliem em novas pesquisas para o desenvolvimento tecnológico da criação e na divulgação do conhecimento sobre as abelhas e sua importância. Para isso, foi desenvolvida uma nova metodologia de aquisição de imagens, utilizando impressão 3D, para a criação de um banco de dados inédito com 7.806 imagens de abelhas canudo, contendo 19.954 anotações, que serviram de apoio para a construção de um modelo de rede neural utilizando a rede YOLOv8 para a classificação das classes scapto, scapto_garbage e scapto_polen, com precisão de 96% nessa tarefa. Além disso, o modelo demonstrou grande potencial para estimar a população das colmeias, selecionar as colmeias mais higiênicas e analisar a preferência das abelhas por determinadas floradas, além de auxiliar indiretamente em estudos botânicos para entender melhor o período de abertura das floradas.
Logo do RepositórioLogo do Repositório
Nossas Redes:

DSpace software copyright © 2002-2025 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Entre em Contato
Brasão UFPA