|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
25/01/2023 |
Data da última atualização: |
26/01/2023 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
LIMA, J. P. N. de; YANO, I. H.; SPERANZA, E. A.; BARBOSA, L. A. F.; CANÇADO, G. M. de A. |
Afiliação: |
JOÃO PEDRO NASCIMENTO DE LIMA, ANHANGUERA EDUCACIONAL; INACIO HENRIQUE YANO, CNPTIA; EDUARDO ANTONIO SPERANZA, CNPTIA; LUIZ ANTONIO FALAGUASTA BARBOSA, CNPTIA; GERALDO MAGELA DE ALMEIDA CANCADO, CNPTIA. |
Título: |
Sugarcane planting failure classfication through deep learning approach in drone imagery. |
Ano de publicação: |
2022 |
Fonte/Imprenta: |
In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA AGRICULTURA DIGITAL, 1., 2022, Campinas. Resumos... Campinas: Embrapa Agricultura Digital, 2022. |
Páginas: |
p. 43. |
Série: |
(Embrapa Agricultura Digital. Eventos técnicos & científicos, 1). |
Idioma: |
Português |
Conteúdo: |
Este trabalho realizou testes com a rede YOLOv5, que é uma rede de aprendizado profundo, para a qual existem diversos tutoriais de utilização e aplicativos na internet que auxiliam na marcação dos objetos de interesse, procedimento necessário para treinamento da rede. |
Palavras-Chave: |
Aprendizado de máquina; Identificação de objetos; ImageJ; Machine learning; Mapeamento; Mapping; Object identification; YOLOv5. |
Thesagro: |
Cana de Açúcar. |
Thesaurus Nal: |
Sugarcane. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1151227/1/PC-Sugarcane-planting-Mostra-2022.pdf
|
Marc: |
LEADER 01287nam a2200301 a 4500 001 2151227 005 2023-01-26 008 2022 bl uuuu u00u1 u #d 100 1 $aLIMA, J. P. N. de 245 $aSugarcane planting failure classfication through deep learning approach in drone imagery.$h[electronic resource] 260 $aIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA AGRICULTURA DIGITAL, 1., 2022, Campinas. Resumos... Campinas: Embrapa Agricultura Digital$c2022 300 $ap. 43. 490 $a(Embrapa Agricultura Digital. Eventos técnicos & científicos, 1). 520 $aEste trabalho realizou testes com a rede YOLOv5, que é uma rede de aprendizado profundo, para a qual existem diversos tutoriais de utilização e aplicativos na internet que auxiliam na marcação dos objetos de interesse, procedimento necessário para treinamento da rede. 650 $aSugarcane 650 $aCana de Açúcar 653 $aAprendizado de máquina 653 $aIdentificação de objetos 653 $aImageJ 653 $aMachine learning 653 $aMapeamento 653 $aMapping 653 $aObject identification 653 $aYOLOv5 700 1 $aYANO, I. H. 700 1 $aSPERANZA, E. A. 700 1 $aBARBOSA, L. A. F. 700 1 $aCANÇADO, G. M. de A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 1 | |
Registros recuperados : 1 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|