Desenvolvimento de aplicativo para granulometria em campo
Data
2023-12-08
Autores
Kashiba, Enzo de Moura 
Orientadores
Mendes, Vinícius Ribau
Tipo
Trabalho de conclusão de curso
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Este trabalho descreve o processo, observações e dificuldades encontradas na tentativa de desenvolvimento de um aplicativo para aparelho móvel capaz de realizar análises granulométricas sem a necessidade de voltar ao laboratório, apenas necessitando a posse de um microscópio digital e aparelho celular. O processo de desenvolvimento contou com Python e Jupyter Notebook como principais plataformas, e também técnicas de Deep Learning e OBIA (Object based image analysis), em conjunto de uma base de imagens de amostras de sedimento para criar um sistema de diferentes máscaras para assim instruir o software de aprendizado profundo a segmentar os diferentes grãos presentes em uma amostra, para assim reconhecer características do grão mesmo enquanto em campo, assim facilitando o processo de pesquisa.
This work describes the process, observations, and difficulties encountered in the attempt to develop a mobile application capable of performing granulometric analyses without the need to return to the laboratory, only requiring the possession of a digital microscope and a mobile device. The development process involved Python and Jupyter Notebook as the main platforms, as well as Deep Learning and OBIA (Object-based image analysis) techniques, in conjunction with a database of sediment sample images to create a system of different masks to instruct the deep learning software to segment the different grains present in a sample, to thus recognize grain characteristics even in the field, thus facilitating the research process.
This work describes the process, observations, and difficulties encountered in the attempt to develop a mobile application capable of performing granulometric analyses without the need to return to the laboratory, only requiring the possession of a digital microscope and a mobile device. The development process involved Python and Jupyter Notebook as the main platforms, as well as Deep Learning and OBIA (Object-based image analysis) techniques, in conjunction with a database of sediment sample images to create a system of different masks to instruct the deep learning software to segment the different grains present in a sample, to thus recognize grain characteristics even in the field, thus facilitating the research process.
Descrição
Citação
KASHIBA, Enzo de Moura. Desenvolvimento de aplicativo para granulometria em campo. 2023. 19 f. Trabalho de conclusão de curso (Graduação em Bacharelado Interdisciplinar em Ciência e Tecnologia do Mar) - Universidade Federal de São Paulo, Instituto do Mar, Santos, 2023.