Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Tabuleiros Costeiros.
Data corrente:  15/09/2016
Data da última atualização:  05/04/2024
Autoria:  FONTES, H. R.; FERREIRA, J. M. S. (ed.).
Afiliação:  HUMBERTO ROLLEMBERG FONTES, CPATC; JOANA MARIA SANTOS FERREIRA, CPATC.
Título:  A cultura do coqueiro.
Edição:  2. ed.
Ano de publicação:  2016
Fonte/Imprenta:  Aracaju: Embrapa Tabuleiros Costeiros; Brasília: Embrapa Informação Tecnológica, 2016.
Páginas:  97 p.
Série:  (Sistemas de Produção, 1).
ISSN:  1678-197X
Idioma:  Português
Conteúdo:  No Brasil, a cocoicultura é de fundamental importância, estimando-se que gera emprego e renda no processo de produção, além dos inúmeros empregos indiretos gerados ao longo da cadeia produtiva. Em termos de empregos gerados, estudos na área informam que 1 ha de coco ocupa, em média, três pessoas em emprego direto e que cada emprego direto gera quatro empregos indiretos. De posse dessa relação, e considerando a área colhida no Brasil em 2013, que foi de aproximadamente 257.462 ha, tem-se um total de, pelo menos, 772.386 empregos diretos e 3.089.544 empregos indiretos gerados ao longo da cadeia produto do coco.
Palavras-Chave:  Coqueiro; Cultivar.
Thesagro:  Adubo; Coco; Irrigação; Solo.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/254090/1/A-Cultura-do-Coqueiro-1.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Tabuleiros Costeiros (CPATC)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CPATC24659 - 1UMTLV - DD
Voltar






Registro Completo

Biblioteca(s):  Embrapa Agricultura Digital; Embrapa Algodão; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Milho e Sorgo; Embrapa Semiárido; Embrapa Soja; Embrapa Trigo; Embrapa Uva e Vinho.
Data corrente:  06/08/2018
Data da última atualização:  03/10/2018
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  A - 2
Autoria:  BARBEDO, J. G. A.; KOENIGKAN, L. V.; HALFELD-VIEIRA, B. de A.; COSTA, R. V. da; NECHET, K. de L.; GODOY, C. V.; LOBO JUNIOR, M.; PATRÍCIO, F. R. A.; TALAMINI, V.; CHITARRA, L. G.; OLIVEIRA, S. A. S. de; ISHIDA, A. K. N.; FERNANDES, J. M. C.; SANTOS, T. T.; CAVALCANTI, F. R.; TERAO, D.; ANGELOTTI, F.
Afiliação:  JAYME GARCIA ARNAL BARBEDO, CNPTIA; LUCIANO VIEIRA KOENIGKAN, CNPTIA; BERNARDO DE ALMEIDA HALFELD VIEIRA, CNPMA; RODRIGO VERAS DA COSTA, CNPMS; KATIA DE LIMA NECHET, CNPMA; CLAUDIA VIEIRA GODOY, CNPSO; MURILLO LOBO JUNIOR, CNPAF; F. R. A. PATRÍCIO, Instituto Biológico, Campinas, SP; VIVIANE TALAMINI, CPATC; LUIZ GONZAGA CHITARRA, CNPA; SAULO ALVES SANTOS DE OLIVEIRA, CNPMF; ALESSANDRA KEIKO NAKASONE ISHIDA, CPATU; JOSE MAURICIO CUNHA FERNANDES, CNPT; THIAGO TEIXEIRA SANTOS, CNPTIA; FABIO ROSSI CAVALCANTI, CNPUV; DANIEL TERAO, CNPMA; FRANCISLENE ANGELOTTI, CPATSA.
Título:  Annotated plant pathology databases for image-based detection and recognition of diseases.
Ano de publicação:  2018
Fonte/Imprenta:  IEEE Latin America Transactions, v. 16, n. 6, p. 1749-1757, June 2018.
Idioma:  Inglês
Português
Notas:  Na publicação: B. A. Halfeld-Vieira, R. V. Costa, K. L. Nechet, S. A. S. Oliveira.
Conteúdo:  Over the last few years, considerable effort has been spent by Embrapa in the construction of a plant disease database representative enough for the development of effective methods for automatic plant disease detection and recognition. In October of 2016, this database, called PDDB, had 2326 images of 171 diseases and other disorders affecting 21 plant species. PDDB size, although considerable, is not enough to allow the use of powerful techniques such as deep learning. In order to increase its size, each image was subdivided according to certain criteria, increasing the number of images to 46,513. Both the original (PDDB) and subdivided (XDB) databases are now being made freely available for academic research purposes, thus supporting new studies and contributing to speed up the advances in the area. Both collections are expected to grow continuously in order to expand their reach. PDDB and XDB can be accessed in the link https://www.digipathosrep.cnptia.embrapa.br/. Keywords— plant pathology, database, deep learning, image processing.
Palavras-Chave:  Aprendizagem profunda; Banco de dados; Deep learning; Imagem em processamento; Patologia vegetal; Processamento de imagem.
Thesagro:  Doença de Planta.
Thesaurus NAL:  Databases; Image analysis; Plant diseases and disorders; Plant pathology.
Categoria do assunto:  --
H Saúde e Patologia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/182246/1/16TLA6-27GarciaArnalBarbedo.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/181156/1/16TLA6-27GarciaArnalBarbedo.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/198847/1/ID44389-2018v16n6p1749IEEELatinAmericaTransaction.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPA28646 - 1UPCAP - DD
CNPAF35233 - 1UPCAP - DD20182018
CNPMS28463 - 1UPCAP - DD
CNPSO38890 - 1UPCAP - DD
CNPT44389 - 1UPCAP - DD
CNPTIA19705 - 1UPCAP - DD
CNPUV17891 - 1UPCAP - DD18.02399
CPATSA57453 - 1UPCAP - DD
CPATU55458 - 1UPCAP - DD
Fechar
Expressão de busca inválida. Verifique!!!
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional