|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
12/01/2018 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
SANTOS, A. A. dos; SANTOS, T. T. |
Afiliação: |
ANDREZA APARECIDA DOS SANTOS, Unicamp, Bolsista CNPTIA; THIAGO TEIXEIRA SANTOS, CNPTIA. |
Título: |
Estudo de métodos de aprendizagem profunda para reconhecimento de bagas de uva. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPCUÁRIA, 13., 2017, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2017. |
Páginas: |
p. 43-46. |
ISBN: |
978-85-7035-761-8 |
Idioma: |
Português |
Notas: |
Editores técnicos: Giampaolo Queiroz Pellegrino, Luciana Guilherme Sacomani Zenerato, Maria Fernanda Moura, Giulia Croce, Poliana Fernanda Giachetto. |
Conteúdo: |
Resumo: Dois métodos de aprendizagem profunda (deep learning) para reconhecimento de frutos foram estudados. Foi utilizada uma base de dados de 1.830 imagens contando exemplos de bagas de uva e não uva manualmente anotadas. Os testes realizados demonstraram a identificação de bagas com 85% de precisão e de cobertura (recall) utilizando redes neurais convolutivas. Esses resultados melhoraram o método anteriormente proposto por Santos e Santos (2017) e demonstram a possibilidade de evolução de métodos que podem ser aplicados em campo. |
Palavras-Chave: |
Aprendizagem profunda; Deep learning; Pattern recognition; Reconhecimento de padrões; Visão computacional. |
Thesagro: |
Viticultura. |
Thesaurus Nal: |
Computer vision. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/170931/1/Estudo-de-metodo-aprendizagem.pdf
|
Marc: |
LEADER 01506nam a2200241 a 4500 001 2085142 005 2020-01-21 008 2017 bl uuuu u00u1 u #d 020 $a978-85-7035-761-8 100 1 $aSANTOS, A. A. dos 245 $aEstudo de métodos de aprendizagem profunda para reconhecimento de bagas de uva.$h[electronic resource] 260 $aIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPCUÁRIA, 13., 2017, Campinas. Resumos expandidos... Brasília, DF: Embrapa$c2017 300 $ap. 43-46. 500 $aEditores técnicos: Giampaolo Queiroz Pellegrino, Luciana Guilherme Sacomani Zenerato, Maria Fernanda Moura, Giulia Croce, Poliana Fernanda Giachetto. 520 $aResumo: Dois métodos de aprendizagem profunda (deep learning) para reconhecimento de frutos foram estudados. Foi utilizada uma base de dados de 1.830 imagens contando exemplos de bagas de uva e não uva manualmente anotadas. Os testes realizados demonstraram a identificação de bagas com 85% de precisão e de cobertura (recall) utilizando redes neurais convolutivas. Esses resultados melhoraram o método anteriormente proposto por Santos e Santos (2017) e demonstram a possibilidade de evolução de métodos que podem ser aplicados em campo. 650 $aComputer vision 650 $aViticultura 653 $aAprendizagem profunda 653 $aDeep learning 653 $aPattern recognition 653 $aReconhecimento de padrões 653 $aVisão computacional 700 1 $aSANTOS, T. T.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Arroz e Feijão. |
Data corrente: |
10/04/2024 |
Data da última atualização: |
10/04/2024 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
SANTOS, K. M.; BRONDANI, C.; BASSINELLO, P. Z. |
Afiliação: |
K. M. SANTOS; CLAUDIO BRONDANI, CNPAF; PRISCILA ZACZUK BASSINELLO, CNPAF. |
Título: |
Caracterização de acessos da coleção nuclear brasileira de arroz, cultivados em dois locais, quanto a dois parâmetros de qualidade de grãos. |
Ano de publicação: |
2005 |
Fonte/Imprenta: |
In: SIMPÓSIO LATINO AMERICANO DE CIÊNCIA DE ALIMENTOS, 6., 2005, Campinas. Ciência de alimentos abrindo caminhos para o desenvolvimento científico, tecnológico e industrial. Campinas: Unicamp, 2005. |
Idioma: |
Português |
Conteúdo: |
A Coleção Nuclear Brasileira do Arroz (CNBA), composta por 550 acessos representativos da diversidade genética da coleção inteira, foi estabelecida com a finalidade de facilitar a caracterização e avaliação de germoplasma, permitindo o uso da variabilidade genética armazenada. O objetivo desse trabalho foi avaliar e caracterizar esses acessos da CNBA, cultivados em dois locais (Brazabrantes/GO e Uruguaiana/RS), quanto à classificação visual e teor de amilose dos grãos, características de qualidade comumente utilizadas nos programas de melhoramento como parâmetros para seleção genética. |
Thesagro: |
Amilose; Arroz; Coleção de Planta; Melhoramento Genético Vegetal; Oryza Sativa; Qualidade; Seleção Genética; Tecnologia Nuclear. |
Categoria do assunto: |
Q Alimentos e Nutrição Humana |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1163418/1/slaca-2005-3.pdf
|
Marc: |
LEADER 01503nam a2200229 a 4500 001 2163418 005 2024-04-10 008 2005 bl uuuu u00u1 u #d 100 1 $aSANTOS, K. M. 245 $aCaracterização de acessos da coleção nuclear brasileira de arroz, cultivados em dois locais, quanto a dois parâmetros de qualidade de grãos.$h[electronic resource] 260 $aIn: SIMPÓSIO LATINO AMERICANO DE CIÊNCIA DE ALIMENTOS, 6., 2005, Campinas. Ciência de alimentos abrindo caminhos para o desenvolvimento científico, tecnológico e industrial. Campinas: Unicamp$c2005 520 $aA Coleção Nuclear Brasileira do Arroz (CNBA), composta por 550 acessos representativos da diversidade genética da coleção inteira, foi estabelecida com a finalidade de facilitar a caracterização e avaliação de germoplasma, permitindo o uso da variabilidade genética armazenada. O objetivo desse trabalho foi avaliar e caracterizar esses acessos da CNBA, cultivados em dois locais (Brazabrantes/GO e Uruguaiana/RS), quanto à classificação visual e teor de amilose dos grãos, características de qualidade comumente utilizadas nos programas de melhoramento como parâmetros para seleção genética. 650 $aAmilose 650 $aArroz 650 $aColeção de Planta 650 $aMelhoramento Genético Vegetal 650 $aOryza Sativa 650 $aQualidade 650 $aSeleção Genética 650 $aTecnologia Nuclear 700 1 $aBRONDANI, C. 700 1 $aBASSINELLO, P. Z.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|