Made available in DSpace on 2014-06-11T19:31:36Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-05-25Bitstream added on 2014-06-13T20:02:27Z : No. of bitstreams: 1 nogueira_m_dr_botfca.pdf: 1692230 bytes, checksum: 9f3d4ea1e577719bc503399ced136ac4 (MD5) / A classificação e padronização da madeira serrada é uma atividade de rotina, desenvolvida por países que se apresentam como grandes consumidores deste material. O Brasil não pratica a classificação dos materiais à base de madeira, em geral. Essa afirmação é particularmente verdadeira para o caso da madeira serrada. Em outros segmentos de mercado, em que o país ocupa posição de destaque como fornecedor internacional, tem-se visto forçado a estabelecer padrões mínimos de qualidade e a atingir marcas de conformidade, para continuidade dos fornecimentos. O Centro Virtual de Pesquisas em Madeiras - CEVEMAD, através do Laboratório de Ensaios de Materiais - FCA/UNESP tem desenvolvido pesquisas com o intuito principal de avaliar a sensibilidade dos ensaios não-destrutivos na avaliação de alguns defeitos potenciais presentes correntemente nas madeiras de rápido crescimento (notadamente pinus e eucalipto). No enfoque dado pelo CEVEMAD - Centro Virtual de Pesquisas em Madeiras, os ensaios não-destrutivos são encarados como ferramenta alternativa e/ou complementar no processo de classificação das madeiras (classificações quanto às classes de resistência e categorias de qualidade). Este trabalho teve como objetivo principal avaliar a sensibilidade dos principais métodos não-destrutivos como ferramentas alternativas e/ou complementares no processo classificatório de vigas (6cm x 12cm x 280 cm) de Eucalyptus sp. As madeiras empregadas no programa experimental foram obtidas a partir de material genético disponibilizado por empresas de reflorestamento da região do cerrado do Estado de Minas Gerais - MG. Foram amostradas 296 vigas de dimensões estruturais (6cm x 12cm x 280cm) de 10 clones distintos de Eucalyptus, que foram ensaiadas não-destrutivamente... / The classification and standardization of the sawn wood is an usual activity, developed by countries that come as great consumers of this material. Brazil does not practice the classification of wood base materials, in general. This is particularly true for the case of the sawn wood. In other segments, in which Brazil occupies prominente position as international supplier, it has been forced to establish minimum patterns of quality and to reach conformity marks. The Virtual Center of Researches on Wood - CEVEMAD, through the Laboratory of Testing Materials - FCA/UNESP - Sao Paulo State University - Brazil has carried out researches with the main objective of evaluating the sensibility of non-destructive tests in the evaluation of potential defects in wood from fast grown plantation (especially Pinus and Eucalyptus). In its peculiar focus, non-destructive tests are considered as alternative and/or complementary tool in the sawn wood classification process (either mechanical and visual classification). This work had the main objective of evaluating the sensibility of most common non-destructive tests in the classification of dimension lumber of from fast grown Eucalyptus plantation. Wood was obtained from genetic material supplied cultivated at Curvelo region, Minas Gerais State, Brazil. 296 beams of structural dimensions (6 cm x 12 cm x 280 cm) from 10 different clones of Eucalyptus were sampled. Beams were non-destructively (stress wave, ultrasound and resonance methods) and destructively (static bending and compression parallel to grain) tested. The results of tests were correlated, being considered the present defects in each one of the studied pieces and the non-destructive tests showed sensibility in the classification of pieces of structural dimensions of the sawn wood of Eucalyptus when framed in strips of velocity, both in the green condition and in the equilibrium moisture... (Complete abstract click electronic access below)

Fine- grained Visual Classification (FGVC) is a rapidly growing field in image classification. However, it is a challenging task due to subcategories sharing subtle differences. Existing approaches tackle this problem by firstly extracting discriminative regions using part localization or object localization or Region Proposal Networks (RPN), then applying Convolutional Neural Network (CNN) or SVM classifier on those regions. In this work, with the purpose of simplifying the above complicated pipeline while keeping high accuracy, we get inspired by the one- stage object detection model YOLO and design a one- stage end- to- end object detector model for FGVC. Specifically, we apply YOLOv5 as a baseline model and replace its Path Aggregation Network (PANet) structure with Weighted Bidirectional Feature Pyramid Network (BiFPN) structure to efficiently fuse information from different resolutions. We conduct experiments on different classification and localization weight ratios to guide choosing loss weights in different scenarios. We have proved the viability of the one- stage detector model YOLO on FGVC, which has 87.1 % top1 accuracy on the FGVC dataset CUB2002011. Furthermore, we have designed a more accurate one- stage model, achieving 88.1 % accuracy, which is the most accurate method compared to the existing localization state- of- the- art models. Finally, we have shown that the higher the classification loss weight, the faster the convergence speed, while increasing slightly localization loss weight can help achieve a more accurate classification but resulting in slower convergence. / Finkornad visuell klassificering (FGVC) är ett snabbt växande fält inom bildklassificering. Det är dock en utmanande uppgift på grund av underkategorier som delar subtila skillnader. Befintliga tillvägagångssätt hanterar detta problem genom att först extrahera diskriminerande regioner med dellokalisering eller objektlokalisering eller Region Proposal Networks (RPN) och sedan tillämpa Convolutional Network eller SVM- klassificering på dessa regioner. I det här arbetet, med syftet att förenkla ovanstående komplicerade rörledning samtidigt som vi håller hög noggrannhet, blir vi inspirerade av enstegs objektdetekteringsmodellen YOLO och designar en enstegs end- to- end objektdetektormodell för FGVC. Specifikt tillämpar vi YOLOv5 som basmodell och ersätter dess Path Aggregation Network (PANet) struktur med en viktad dubbelriktad funktionspyramidnätverk (BiFPN) struktur för att effektivt smälta information från olika upplösningar. Vi utför experiment på olika klassificerings och lokaliseringsviktsförhållanden för att vägleda valet av förlustvikter i olika scenarier. Vi har bevisat livskraften hos enstegsdetektormodellen YOLO på FGVC, som har 87,1 % topp1noggrannhet i FGVC- dataset CUB2002011. Dessutom har vi utformat en mer exakt enstegsmodell som uppnår 88,1 % noggrannhet, vilket är den mest exakta metoden jämfört med befintliga lokaliseringsmodeller. Slutligen har vi visat att ju högre klassificeringsförlustvikten är, desto snabbare är konvergenshastigheten, medan en ökning av lokaliseringsförlustvikten ökar något kan bidra till en mer exakt klassificering men resulterar i långsammare konvergens.

Resumo: A classificação e padronização da madeira serrada é uma atividade de rotina, desenvolvida por países que se apresentam como grandes consumidores deste material. O Brasil não pratica a classificação dos materiais à base de madeira, em geral. Essa afirmação é particularmente verdadeira para o caso da madeira serrada. Em outros segmentos de mercado, em que o país ocupa posição de destaque como fornecedor internacional, tem-se visto forçado a estabelecer padrões mínimos de qualidade e a atingir marcas de conformidade, para continuidade dos fornecimentos. O Centro Virtual de Pesquisas em Madeiras - CEVEMAD, através do Laboratório de Ensaios de Materiais - FCA/UNESP tem desenvolvido pesquisas com o intuito principal de avaliar a sensibilidade dos ensaios não-destrutivos na avaliação de alguns defeitos potenciais presentes correntemente nas madeiras de rápido crescimento (notadamente pinus e eucalipto). No enfoque dado pelo CEVEMAD - Centro Virtual de Pesquisas em Madeiras, os ensaios não-destrutivos são encarados como ferramenta alternativa e/ou complementar no processo de classificação das madeiras (classificações quanto às classes de resistência e categorias de qualidade). Este trabalho teve como objetivo principal avaliar a sensibilidade dos principais métodos não-destrutivos como ferramentas alternativas e/ou complementares no processo classificatório de vigas (6cm x 12cm x 280 cm) de Eucalyptus sp. As madeiras empregadas no programa experimental foram obtidas a partir de material genético disponibilizado por empresas de reflorestamento da região do cerrado do Estado de Minas Gerais - MG. Foram amostradas 296 vigas de dimensões estruturais (6cm x 12cm x 280cm) de 10 clones distintos de Eucalyptus, que foram ensaiadas não-destrutivamente... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract : The classification and standardization of the sawn wood is an usual activity, developed by countries that come as great consumers of this material. Brazil does not practice the classification of wood base materials, in general. This is particularly true for the case of the sawn wood. In other segments, in which Brazil occupies prominente position as international supplier, it has been forced to establish minimum patterns of quality and to reach conformity marks. The Virtual Center of Researches on Wood - CEVEMAD, through the Laboratory of Testing Materials - FCA/UNESP - Sao Paulo State University - Brazil has carried out researches with the main objective of evaluating the sensibility of non-destructive tests in the evaluation of potential defects in wood from fast grown plantation (especially Pinus and Eucalyptus). In its peculiar focus, non-destructive tests are considered as alternative and/or complementary tool in the sawn wood classification process (either mechanical and visual classification). This work had the main objective of evaluating the sensibility of most common non-destructive tests in the classification of dimension lumber of from fast grown Eucalyptus plantation. Wood was obtained from genetic material supplied cultivated at Curvelo region, Minas Gerais State, Brazil. 296 beams of structural dimensions (6 cm x 12 cm x 280 cm) from 10 different clones of Eucalyptus were sampled. Beams were non-destructively (stress wave, ultrasound and resonance methods) and destructively (static bending and compression parallel to grain) tested. The results of tests were correlated, being considered the present defects in each one of the studied pieces and the non-destructive tests showed sensibility in the classification of pieces of structural dimensions of the sawn wood of Eucalyptus when framed in strips of velocity, both in the green condition and in the equilibrium moisture... (Complete abstract click electronic access below) / Orientador: Adriano Wagner Ballarin / Coorientador: José Tarcisio Lima / Banca: Hernando Alfonso Lara Palma / Banca: Elias Taylor Durgante Seveo / Banca: José Tarcisio da Silva Oliveira / Banca: André Bartholomeu / Doutor