| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
14/09/2021 |
|
Data da última atualização: |
14/09/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
GONÇALVES, J. P.; PINTO, F. A. C.; QUEIROZ, D. M.; VILLAR, F. M. M.; BARBEDO, J. G. A.; DEL PONTE, E. M. |
|
Afiliação: |
JULIANO P. GONÇALVES, UFV; FRANCISCO A. C. PINTO, UFV; DANIEL M. QUEIROZ, UFV; FLORA M. M. VILLAR, UFV; JAYME GARCIA ARNAL BARBEDO, CNPTIA; EMERSON M. DEL PONTE, UFV. |
|
Título: |
Deep learning architectures for semantic segmentation and automatic estimation of severity of foliar symptoms caused by diseases or pests. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Biosystems Engineering, v. 210, p. 129-142, Oct. 2021. |
|
DOI: |
https://doi.org/10.1016/j.biosystemseng.2021.08.011 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Colour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination and background are not uniform. In this study, six convolutional neural network (CNN) architectures were trained for semantic segmentation in images of individual leaves exhibiting necrotic lesions and/or yellowing, caused by the insect pest coffee leaf miner (CLM), and two fungal diseases: soybean rust (SBR) and wheat tan spot (WTS). All images were manually annotated for three classes: leaf background (B), healthy leaf (H) and injured leaf (I). Precision, recall, and Intersection over Union (IoU) metrics in the test image set were the highest for B, followed by H and I classes, regardless of the architecture. When the pixel-level predictions were used to calculate percent severity, Feature Pyramid Network (FPN), Unet and DeepLabv3+ (Xception) performed the best among the architectures: concordance coefficients were greater than 0.95, 0.96 and 0.98 for CLM, SBR and WTS datasets, respectively, when confronting predictions with the annotated severity. The other three architectures tended to misclassify healthy pixels as injured, leading to overestimation of severity. Results highlight the value of a CNN-based automatic segmentation method to determine the severity on images of foliar diseases obtained under challenging conditions of brightness and background. The accuracy levels of the severity estimated by the FPN, Unet and DeepLabv3 + (Xception) were similar to those obtained by a standard commercial software, which requires adjustment of segmentation parameters and removal of the complex background of the images, tasks that slow down the process. MenosColour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination and background are not uniform. In this study, six convolutional neural network (CNN) architectures were trained for semantic segmentation in images of individual leaves exhibiting necrotic lesions and/or yellowing, caused by the insect pest coffee leaf miner (CLM), and two fungal diseases: soybean rust (SBR) and wheat tan spot (WTS). All images were manually annotated for three classes: leaf background (B), healthy leaf (H) and injured leaf (I). Precision, recall, and Intersection over Union (IoU) metrics in the test image set were the highest for B, followed by H and I classes, regardless of the architecture. When the pixel-level predictions were used to calculate percent severity, Feature Pyramid Network (FPN), Unet and DeepLabv3+ (Xception) performed the best among the architectures: concordance coefficients were greater than 0.95, 0.96 and 0.98 for CLM, SBR and WTS datasets, respectively, when confronting predictions with the annotated severity. The other three architectures tended to misclassify healthy pixels as injured, leading to overestimation of severity. Results highlight the value of a CNN-based automatic segmentation method to determine the severity on images of foliar diseases obtained under challenging conditions of brightness and background. The accuracy levels ... Mostrar Tudo |
|
Palavras-Chave: |
Aprendizado de máquina; Aprendizado profundo; Convolutional neural network; Fitopatometria; Image segmentation; Inteligência artificial; Machine learning; Phytopathometry; Rede neural convolucional; Segmentação de imagem. |
|
Thesagro: |
Doença de Planta. |
|
Thesaurus Nal: |
Artificial intelligence; Neural networks; Plant diseases and disorders. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/225945/1/AP-Predictive-models-Forests-2021.pdf
|
|
Marc: |
LEADER 02980naa a2200361 a 4500
001 2134326
005 2021-09-14
008 2021 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.biosystemseng.2021.08.011$2DOI
100 1 $aGONÇALVES, J. P.
245 $aDeep learning architectures for semantic segmentation and automatic estimation of severity of foliar symptoms caused by diseases or pests.$h[electronic resource]
260 $c2021
520 $aColour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination and background are not uniform. In this study, six convolutional neural network (CNN) architectures were trained for semantic segmentation in images of individual leaves exhibiting necrotic lesions and/or yellowing, caused by the insect pest coffee leaf miner (CLM), and two fungal diseases: soybean rust (SBR) and wheat tan spot (WTS). All images were manually annotated for three classes: leaf background (B), healthy leaf (H) and injured leaf (I). Precision, recall, and Intersection over Union (IoU) metrics in the test image set were the highest for B, followed by H and I classes, regardless of the architecture. When the pixel-level predictions were used to calculate percent severity, Feature Pyramid Network (FPN), Unet and DeepLabv3+ (Xception) performed the best among the architectures: concordance coefficients were greater than 0.95, 0.96 and 0.98 for CLM, SBR and WTS datasets, respectively, when confronting predictions with the annotated severity. The other three architectures tended to misclassify healthy pixels as injured, leading to overestimation of severity. Results highlight the value of a CNN-based automatic segmentation method to determine the severity on images of foliar diseases obtained under challenging conditions of brightness and background. The accuracy levels of the severity estimated by the FPN, Unet and DeepLabv3 + (Xception) were similar to those obtained by a standard commercial software, which requires adjustment of segmentation parameters and removal of the complex background of the images, tasks that slow down the process.
650 $aArtificial intelligence
650 $aNeural networks
650 $aPlant diseases and disorders
650 $aDoença de Planta
653 $aAprendizado de máquina
653 $aAprendizado profundo
653 $aConvolutional neural network
653 $aFitopatometria
653 $aImage segmentation
653 $aInteligência artificial
653 $aMachine learning
653 $aPhytopathometry
653 $aRede neural convolucional
653 $aSegmentação de imagem
700 1 $aPINTO, F. A. C.
700 1 $aQUEIROZ, D. M.
700 1 $aVILLAR, F. M. M.
700 1 $aBARBEDO, J. G. A.
700 1 $aDEL PONTE, E. M.
773 $tBiosystems Engineering$gv. 210, p. 129-142, Oct. 2021.
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 Caprinos e Ovinos. |
|
Data corrente: |
18/11/2010 |
|
Data da última atualização: |
10/08/2017 |
|
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
|
Autoria: |
FERNANDES JÚNIOR, G. A. |
|
Título: |
Desempenho produtivo e qualidade da carne de ovinos terminados em pastagem irrigada no semiárido nordestino. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
2010. |
|
Páginas: |
43 p. |
|
Idioma: |
Português |
|
Notas: |
Dissertação (Mestrado em Zootecnia. Área de concentração: Produção e melhoramento animal) - Universidade Federal do Ceará, Fortaleza. Orientador: Raimundo Nonato Braga Lôbo. |
|
Conteúdo: |
Resumo: A realização do diagnóstico teve por objetivo conhecer os sistemas de produção, tipificar os produtores cooperados da COOPAMNU; identificar problemas; e estreitar as relações da Embrapa com a cooperativa e os técnicos que atuam na região. As atividades do subprojeto em questão, iniciaram-se no final de 1996 com a obtenção de dados secundários sobre os polos agropecuários do estado e a escolha da região para as atividades de intervenção. Posteriormente foram coletados mais dados enfocando a região selecionada (Ouro Preto do Oeste, região central do estado e sua maior bacia leiteira) dando ênfase aos dados referentes as organizações sociais rurais. Em abril de 1997 foram realizadas reuniões com orgãos locais de assistência técnica e fomento, visitas aos principais laticínios do município e finalmente visita as sete organizações ligadas a pecuária leiteira com maior potencial para desenvolver o subprojeto. Destas, a COOPAMNU foi escolhida para dar inicio ao trabalho. Na escolha, foram levados em conta os seguintes critérios: tempo de existência da entidade; número de projetos de financiamentos; número de sócios efetivos; localização; representatividade dos associados em relação a média dos produtores da região; assistência técnica recebida; parcerias existentes com orgãos como a própria Embrapa, prefeitura municipal, etc.; interesse demostrado pelos associados; e a impressão do grupo de trabalho no contato direto através das palestras promovidas nas sedes das associações. [Productive performance and meat quality of sheep finished in irrigated pasture in the northeastern semi arid]. Abstract: The aim of this study was to evaluate the productive performance and meat quality of animals of Santa Inês (SI), Somalis Brasileira (SO) and Morada Nova (MN) breeds and ½ Dorper x ½ Morada Nova crossbreds (F1) finished in irrigated cultivated pasture. Breeding season was done simultaneously for SI, SO and MN breeds and half of the Morada Nova females was crossed with Dorper rams. In lambing phase, ewes and lambs were raised in native pasture. After weaning, thirty-three males lambs (thirteen Santa Inês, seven Somalis Brasileira, six Morada Nova and seven F1) were selected to be finished in irrigated cultivated pasture. The animals were housed in paddocks of Panicum maximum cv. Tanzania on a rotational system in a randomized design. Each week the animals were weighed and evaluated for body condition score (ECC), FAMACHA © degree, number of eggs per gram of faeces (OPG), packed cell volume (VG) and total plasma protein (PPT). At the end of the field trial the animals were slaughtered and evaluated for quantitative and qualitative traits of carcass and commercial cuts, as well as qualitative aspects of meat. Statistical analyses were performed by SAS software using the GLM procedure. The Morada Nova breed presented lower variation in the values of VG and FAMACHA © over time even with the highest peak of OPG, indicating this breed as more resilient to helminthic natural infection. For carcass traits Somalis Brasileira breed showed the best hot and cold carcass dressing and the greatest finishing degree. Genetic groups Santa Inês and F1 showed a better carcass conformation. AOL was similar between Santa Inês, Somalis 17 Brasileira and F1, the latter being also similar to Morada Nova. Considering the compactness indexes for body, carcass and leg, Santa Inês, Somalis and Brazilian F1 group were similar showing greater specialization for meat production. It can be concluded that for the conditions of management employed in this study, the genotypes ranged their performances in relation to traits evaluated, since no group was superior or inferior for all traits, which shows that all groups can be improved. Good meat quality characteristics presented by genetic groups Santa Inês, Morad Nova and Somalis Brasileira, and the crossbreed ½ Dorper x ½ Morada Nova, make them excellent choices to fill a more demanding market, with no significant differences between them. MenosResumo: A realização do diagnóstico teve por objetivo conhecer os sistemas de produção, tipificar os produtores cooperados da COOPAMNU; identificar problemas; e estreitar as relações da Embrapa com a cooperativa e os técnicos que atuam na região. As atividades do subprojeto em questão, iniciaram-se no final de 1996 com a obtenção de dados secundários sobre os polos agropecuários do estado e a escolha da região para as atividades de intervenção. Posteriormente foram coletados mais dados enfocando a região selecionada (Ouro Preto do Oeste, região central do estado e sua maior bacia leiteira) dando ênfase aos dados referentes as organizações sociais rurais. Em abril de 1997 foram realizadas reuniões com orgãos locais de assistência técnica e fomento, visitas aos principais laticínios do município e finalmente visita as sete organizações ligadas a pecuária leiteira com maior potencial para desenvolver o subprojeto. Destas, a COOPAMNU foi escolhida para dar inicio ao trabalho. Na escolha, foram levados em conta os seguintes critérios: tempo de existência da entidade; número de projetos de financiamentos; número de sócios efetivos; localização; representatividade dos associados em relação a média dos produtores da região; assistência técnica recebida; parcerias existentes com orgãos como a própria Embrapa, prefeitura municipal, etc.; interesse demostrado pelos associados; e a impressão do grupo de trabalho no contato direto através das palestras promovidas nas sedes das associaçõe... Mostrar Tudo |
|
Palavras-Chave: |
Qualidade da carne. |
|
Thesagro: |
Alimentação; Ovino; Performance; Peso; Ração. |
|
Thesaurus NAL: |
Animal performance; Meat quality; Sheep. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/89267/1/TS-Desempenho-produtivo.pdf
|
|
Marc: |
LEADER 04882nam a2200241 a 4500
001 1867362
005 2017-08-10
008 2010 bl uuuu m 00u1 u #d
100 1 $aFERNANDES JÚNIOR, G. A.
245 $aDesempenho produtivo e qualidade da carne de ovinos terminados em pastagem irrigada no semiárido nordestino.
260 $a2010.$c2010
300 $a43 p.
500 $aDissertação (Mestrado em Zootecnia. Área de concentração: Produção e melhoramento animal) - Universidade Federal do Ceará, Fortaleza. Orientador: Raimundo Nonato Braga Lôbo.
520 $aResumo: A realização do diagnóstico teve por objetivo conhecer os sistemas de produção, tipificar os produtores cooperados da COOPAMNU; identificar problemas; e estreitar as relações da Embrapa com a cooperativa e os técnicos que atuam na região. As atividades do subprojeto em questão, iniciaram-se no final de 1996 com a obtenção de dados secundários sobre os polos agropecuários do estado e a escolha da região para as atividades de intervenção. Posteriormente foram coletados mais dados enfocando a região selecionada (Ouro Preto do Oeste, região central do estado e sua maior bacia leiteira) dando ênfase aos dados referentes as organizações sociais rurais. Em abril de 1997 foram realizadas reuniões com orgãos locais de assistência técnica e fomento, visitas aos principais laticínios do município e finalmente visita as sete organizações ligadas a pecuária leiteira com maior potencial para desenvolver o subprojeto. Destas, a COOPAMNU foi escolhida para dar inicio ao trabalho. Na escolha, foram levados em conta os seguintes critérios: tempo de existência da entidade; número de projetos de financiamentos; número de sócios efetivos; localização; representatividade dos associados em relação a média dos produtores da região; assistência técnica recebida; parcerias existentes com orgãos como a própria Embrapa, prefeitura municipal, etc.; interesse demostrado pelos associados; e a impressão do grupo de trabalho no contato direto através das palestras promovidas nas sedes das associações. [Productive performance and meat quality of sheep finished in irrigated pasture in the northeastern semi arid]. Abstract: The aim of this study was to evaluate the productive performance and meat quality of animals of Santa Inês (SI), Somalis Brasileira (SO) and Morada Nova (MN) breeds and ½ Dorper x ½ Morada Nova crossbreds (F1) finished in irrigated cultivated pasture. Breeding season was done simultaneously for SI, SO and MN breeds and half of the Morada Nova females was crossed with Dorper rams. In lambing phase, ewes and lambs were raised in native pasture. After weaning, thirty-three males lambs (thirteen Santa Inês, seven Somalis Brasileira, six Morada Nova and seven F1) were selected to be finished in irrigated cultivated pasture. The animals were housed in paddocks of Panicum maximum cv. Tanzania on a rotational system in a randomized design. Each week the animals were weighed and evaluated for body condition score (ECC), FAMACHA © degree, number of eggs per gram of faeces (OPG), packed cell volume (VG) and total plasma protein (PPT). At the end of the field trial the animals were slaughtered and evaluated for quantitative and qualitative traits of carcass and commercial cuts, as well as qualitative aspects of meat. Statistical analyses were performed by SAS software using the GLM procedure. The Morada Nova breed presented lower variation in the values of VG and FAMACHA © over time even with the highest peak of OPG, indicating this breed as more resilient to helminthic natural infection. For carcass traits Somalis Brasileira breed showed the best hot and cold carcass dressing and the greatest finishing degree. Genetic groups Santa Inês and F1 showed a better carcass conformation. AOL was similar between Santa Inês, Somalis 17 Brasileira and F1, the latter being also similar to Morada Nova. Considering the compactness indexes for body, carcass and leg, Santa Inês, Somalis and Brazilian F1 group were similar showing greater specialization for meat production. It can be concluded that for the conditions of management employed in this study, the genotypes ranged their performances in relation to traits evaluated, since no group was superior or inferior for all traits, which shows that all groups can be improved. Good meat quality characteristics presented by genetic groups Santa Inês, Morad Nova and Somalis Brasileira, and the crossbreed ½ Dorper x ½ Morada Nova, make them excellent choices to fill a more demanding market, with no significant differences between them.
650 $aAnimal performance
650 $aMeat quality
650 $aSheep
650 $aAlimentação
650 $aOvino
650 $aPerformance
650 $aPeso
650 $aRação
653 $aQualidade da carne
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Caprinos e Ovinos (CNPC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
