Tamanho da fonte: 

O processo de classificação de defeitos em couro bovino é realizado em curtumes por profissionais humanos, sendo este suscetível a um alto grau de subjetividade. Este artigo apresenta o desenvolvimento de um arquitetura de reconhecimento e classificação de defeitos em couro bovino utilizando Visão Computacional. O sistema utiliza a Rede Neural Convolucional Resnet50 pré-treinada. A base de imagens possui 10 classes que são utilizadas e reorganizadas gerando uma segunda base de dados com 4 categorias, gerando um total de 18 treinamentos que alteram a estrutura de saída e o batch size da rede entre as bases de dados. Os resultados mostram uma acurácia de 74% e um erro de 0.27 na classificacão de defeitos em couro bovino, indicando uma abordagem promissora que pode ser utilizada em curtumes e melhorada com a aquisição de mais imagens para a base de dados.

Visão Computacional; Aprendizado Profundo; Classificação de imagens; Couro bovino; Resnet50