| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Milho e Sorgo. |
|
Data corrente: |
17/04/2024 |
|
Data da última atualização: |
17/04/2024 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
ALMEIDA, I. P.; FERNANDES, A.; PARREIRA, W. D.; OLIVEIRA, M. F. de; GUCKERT, K. S.; COELHO, D. K. |
|
Afiliação: |
IAN PINTO ALMEIDA, UNIVERSIDADE DO VALE DO ITAJAÍ; ANITA FERNANDES, UNIVERSIDADE DO VALE DO ITAJAÍ; WEMERSON DELCIO PARREIRA, PUC-CAMPINAS; MAURILIO FERNANDES DE OLIVEIRA, CNPMS; KAROLINE SOUZA GUCKERT, UNIVERSIDADE DO VALE DO ITAJAÍ; DENNIS KERR COELHO, UNIVERSIDADE DO VALE DO ITAJAÍ. |
|
Título: |
Identificação de solo exposto e cupinzeiros em pastagens utilizando deep learning. |
|
Ano de publicação: |
2024 |
|
Fonte/Imprenta: |
In: COMPUTER ON THE BEACH, 15., 2024, Balneário Camburiú. Anais... São José: Universidade do Vale do Itajaí, 2024. |
|
Idioma: |
Português |
|
Conteúdo: |
Pasture degradation is a significant challenge in livestock farming in Brazil, affecting the environmental and economic sustainability of the sector. Solutions that help manage pasture areas are crucial for Brazilian agribusiness. In this context, this work presents the application of YOLO model of Deep Learning to identify exposed soil, as well as indicators of pasture degradation, in this case, the number of termite mounds in each area. The image base used refers to pastures in Goiás and Mato Grosso. |
|
Palavras-Chave: |
Deep Learning; Degradação de pastagem; Modelo YOLO. |
|
Thesagro: |
Cupim; Pastagem. |
|
Thesaurus Nal: |
Degradation; Pastures. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1163727/1/Identificacao-de-solo-exposto-e-cupinzeiros-em-pastagens.pdf
|
|
Marc: |
LEADER 01294nam a2200253 a 4500
001 2163727
005 2024-04-17
008 2024 bl uuuu u00u1 u #d
100 1 $aALMEIDA, I. P.
245 $aIdentificação de solo exposto e cupinzeiros em pastagens utilizando deep learning.$h[electronic resource]
260 $aIn: COMPUTER ON THE BEACH, 15., 2024, Balneário Camburiú. Anais... São José: Universidade do Vale do Itajaí$c2024
520 $aPasture degradation is a significant challenge in livestock farming in Brazil, affecting the environmental and economic sustainability of the sector. Solutions that help manage pasture areas are crucial for Brazilian agribusiness. In this context, this work presents the application of YOLO model of Deep Learning to identify exposed soil, as well as indicators of pasture degradation, in this case, the number of termite mounds in each area. The image base used refers to pastures in Goiás and Mato Grosso.
650 $aDegradation
650 $aPastures
650 $aCupim
650 $aPastagem
653 $aDeep Learning
653 $aDegradação de pastagem
653 $aModelo YOLO
700 1 $aFERNANDES, A.
700 1 $aPARREIRA, W. D.
700 1 $aOLIVEIRA, M. F. de
700 1 $aGUCKERT, K. S.
700 1 $aCOELHO, D. K.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| 1. |  | ALMEIDA, I. P.; FERNANDES, A.; PARREIRA, W. D.; OLIVEIRA, M. F. de; GUCKERT, K. S.; COELHO, D. K. Identificação de solo exposto e cupinzeiros em pastagens utilizando deep learning. In: COMPUTER ON THE BEACH, 15., 2024, Balneário Camburiú. Anais... São José: Universidade do Vale do Itajaí, 2024.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Milho e Sorgo. |
|    |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
