|
|
Registro Completo |
Biblioteca(s): |
Embrapa Meio-Norte. |
Data corrente: |
05/03/2020 |
Data da última atualização: |
12/12/2023 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
OLIVEIRA NETO, A. C. de; SILVA, G. S. F.; MONÇÃO FILHO, A. R.; ARAUJO NETO, R. B. de; CARDOSO, M. J.; ANDRADE JUNIOR, A. S. de. |
Afiliação: |
ANTÔNIO CÍCERO DE OLIVEIRA NETO, UESPI; GABRIELA SABRINE FRANÇA SILVA, UFPI; ANTÔNIO RODRIGUES MONÇÃO FILHO, UESPI; RAIMUNDO BEZERRA DE ARAUJO NETO, CPAMN; MILTON JOSE CARDOSO, CPAMN; ADERSON SOARES DE ANDRADE JUNIOR, CPAMN. |
Título: |
Diferentes densidades de B. ruziziensis consorciadas com duas cultivares de diferentes densidades de B. ruziziensis consorciadas com duas cultivares de milho no leste maranhense. |
Ano de publicação: |
2018 |
Fonte/Imprenta: |
In: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 4., 2018, Teresina, PI. Anais da IV Jornada Científica da Embrapa Meio-Norte. Brasília, DF: Embrapa, 2018. |
Páginas: |
p. 32. |
Idioma: |
Português |
Conteúdo: |
A competitividade inicial entre milho e braquiária consorciados pode ser amenizada com a adequação da densidade de plantas, que retarda o acúmulo de biomassa por parte da forrageira, durante o período de competição entre as culturas. |
Palavras-Chave: |
Integração lavoura-pecuária-floresta; Massa seca total; Sistemas integrados de produção. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/211544/1/Quarta-Jornada-Cientifica-2018-3-00030.pdf
|
Marc: |
LEADER 01165nam a2200217 a 4500 001 2120961 005 2023-12-12 008 2018 bl uuuu u00u1 u #d 100 1 $aOLIVEIRA NETO, A. C. de 245 $aDiferentes densidades de B. ruziziensis consorciadas com duas cultivares de diferentes densidades de B. ruziziensis consorciadas com duas cultivares de milho no leste maranhense.$h[electronic resource] 260 $aIn: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 4., 2018, Teresina, PI. Anais da IV Jornada Científica da Embrapa Meio-Norte. Brasília, DF: Embrapa$c2018 300 $ap. 32. 520 $aA competitividade inicial entre milho e braquiária consorciados pode ser amenizada com a adequação da densidade de plantas, que retarda o acúmulo de biomassa por parte da forrageira, durante o período de competição entre as culturas. 653 $aIntegração lavoura-pecuária-floresta 653 $aMassa seca total 653 $aSistemas integrados de produção 700 1 $aSILVA, G. S. F. 700 1 $aMONÇÃO FILHO, A. R. 700 1 $aARAUJO NETO, R. B. de 700 1 $aCARDOSO, M. J. 700 1 $aANDRADE JUNIOR, A. S. de
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Meio-Norte (CPAMN) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
11/01/2022 |
Data da última atualização: |
11/01/2022 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
SANTOS, E. F. dos; LOPES, L. B.; VENDRUSCULO, L. G. |
Afiliação: |
ELTON FERNANDES DOS SANTOS, UFMT, Sinop-MT; LUCIANO BASTOS LOPES, CPAMT; LAURIMAR GONCALVES VENDRUSCULO, CNPTIA. |
Título: |
Método para estimativa do percentual de cobertura de gordura em carcaça bovinas usando visão computacional. |
Ano de publicação: |
2021 |
Fonte/Imprenta: |
In: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS, 5.; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 10., 2021, Sinop. Resumos... Brasília, DF: Embrapa, 2021. p. 57. |
ISBN: |
978-65-87380-70-4 |
Idioma: |
Português |
Conteúdo: |
A carne bovina é uma das principais fontes de proteína animal para os seres humanos. No contexto de produção, a análise do acabamento da carcaça torna-se essencial visto sua importância no desempenho animal e exigências nutricionais. A avaliação individualizada das carcaças é inviável para a maioria dos frigoríficos, devido ao significativo número de animais, bem com o tempo e recursos dispendidos. Entretanto, o uso de tecnologia baseada em visão computacional e processamento de imagem, tem se mostrado bastante eficaz no processo de automação de rotina de inspeção. O objetivo deste estudo foi projetar, desenvolver e validar um sistema para estimar o percentual de gordura em semi-carcaças bovinas. Os dados foram coletados em um frigorífico localizado em Sinop e ocorreram entre outubro de 2020 e julho de 2021. A maioria das carcaças vieram de novilhas. Foi proposto um pipeline de visão computacional, o qual foi dividido em três etapas. Na primeira fase, foi realizado um processamento de vídeo para identificar e selecionar corretamente uma imagem contendo apenas a carcaça de interesse. Na segunda parte, foi realizado o pré-processamento e a segmentação para remoção do fundo da imagem e finalmente a estimação do percentual de gordura. Na etapa de segmentação do plano de fundo foi utilizada a rede neural denominada U-net. Para verificar a acurácia desta etapa optou-se pelo coeficiente de similaridade de Jaccard, ou Intersection over Union (IoU). A rede neural U-net treinada para segmentação de fundo da imagem atingiu um IoU médio de 0,96 ao segmentar 171 imagens de testes, demonstrando a boa performance na extração do fundo. O método proposto mostrou-se satisfatório para a realização da tarefa de estimação do percentual de gordura, mas os resultados se restringem a animais fêmeas, sendo necessários outras etapas de validação para ampliar o modelo de estimativa. MenosA carne bovina é uma das principais fontes de proteína animal para os seres humanos. No contexto de produção, a análise do acabamento da carcaça torna-se essencial visto sua importância no desempenho animal e exigências nutricionais. A avaliação individualizada das carcaças é inviável para a maioria dos frigoríficos, devido ao significativo número de animais, bem com o tempo e recursos dispendidos. Entretanto, o uso de tecnologia baseada em visão computacional e processamento de imagem, tem se mostrado bastante eficaz no processo de automação de rotina de inspeção. O objetivo deste estudo foi projetar, desenvolver e validar um sistema para estimar o percentual de gordura em semi-carcaças bovinas. Os dados foram coletados em um frigorífico localizado em Sinop e ocorreram entre outubro de 2020 e julho de 2021. A maioria das carcaças vieram de novilhas. Foi proposto um pipeline de visão computacional, o qual foi dividido em três etapas. Na primeira fase, foi realizado um processamento de vídeo para identificar e selecionar corretamente uma imagem contendo apenas a carcaça de interesse. Na segunda parte, foi realizado o pré-processamento e a segmentação para remoção do fundo da imagem e finalmente a estimação do percentual de gordura. Na etapa de segmentação do plano de fundo foi utilizada a rede neural denominada U-net. Para verificar a acurácia desta etapa optou-se pelo coeficiente de similaridade de Jaccard, ou Intersection over Union (IoU). A rede neural U-net treinada para ... Mostrar Tudo |
Palavras-Chave: |
Coeficiente de similaridade; Intersection over Union; Jaccard; Novilha; Processamento de dados; Rede neural; Semicarcaça; U-net; Visão computacional. |
Thesagro: |
Bovino; Carcaça; Gordura Animal; Zootecnia. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 02955nam a2200301 a 4500 001 2138986 005 2022-01-11 008 2021 bl uuuu u01u1 u #d 020 $a978-65-87380-70-4 100 1 $aSANTOS, E. F. dos 245 $aMétodo para estimativa do percentual de cobertura de gordura em carcaça bovinas usando visão computacional.$h[electronic resource] 260 $aIn: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS, 5.; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 10., 2021, Sinop. Resumos... Brasília, DF: Embrapa, 2021. p. 57.$c2021 520 $aA carne bovina é uma das principais fontes de proteína animal para os seres humanos. No contexto de produção, a análise do acabamento da carcaça torna-se essencial visto sua importância no desempenho animal e exigências nutricionais. A avaliação individualizada das carcaças é inviável para a maioria dos frigoríficos, devido ao significativo número de animais, bem com o tempo e recursos dispendidos. Entretanto, o uso de tecnologia baseada em visão computacional e processamento de imagem, tem se mostrado bastante eficaz no processo de automação de rotina de inspeção. O objetivo deste estudo foi projetar, desenvolver e validar um sistema para estimar o percentual de gordura em semi-carcaças bovinas. Os dados foram coletados em um frigorífico localizado em Sinop e ocorreram entre outubro de 2020 e julho de 2021. A maioria das carcaças vieram de novilhas. Foi proposto um pipeline de visão computacional, o qual foi dividido em três etapas. Na primeira fase, foi realizado um processamento de vídeo para identificar e selecionar corretamente uma imagem contendo apenas a carcaça de interesse. Na segunda parte, foi realizado o pré-processamento e a segmentação para remoção do fundo da imagem e finalmente a estimação do percentual de gordura. Na etapa de segmentação do plano de fundo foi utilizada a rede neural denominada U-net. Para verificar a acurácia desta etapa optou-se pelo coeficiente de similaridade de Jaccard, ou Intersection over Union (IoU). A rede neural U-net treinada para segmentação de fundo da imagem atingiu um IoU médio de 0,96 ao segmentar 171 imagens de testes, demonstrando a boa performance na extração do fundo. O método proposto mostrou-se satisfatório para a realização da tarefa de estimação do percentual de gordura, mas os resultados se restringem a animais fêmeas, sendo necessários outras etapas de validação para ampliar o modelo de estimativa. 650 $aBovino 650 $aCarcaça 650 $aGordura Animal 650 $aZootecnia 653 $aCoeficiente de similaridade 653 $aIntersection over Union 653 $aJaccard 653 $aNovilha 653 $aProcessamento de dados 653 $aRede neural 653 $aSemicarcaça 653 $aU-net 653 $aVisão computacional 700 1 $aLOPES, L. B. 700 1 $aVENDRUSCULO, L. G.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|