| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
19/04/2021 |
|
Data da última atualização: |
26/10/2021 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
PORTO, L.; SIMÕES, M.; FERRAZ, R. P. D. |
|
Afiliação: |
LUAN PORTO, UERJ; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS. |
|
Título: |
Segmentação semântica de pastagens utilizando o modelo DeepLabelV3+. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
In: SEMINÁRIO PIBIC EMBRAPA SOLOS, 2019-2020, Rio de Janeiro. Seminário Pibic Embrapa Solos 2019/2020. Rio de Janeiro: Embrapa Solos, 2021. E-book. (Embrapa Solos. Documentos, 219). |
|
Idioma: |
Português |
|
Conteúdo: |
Estima-se que 80% das pastagens cultivadas presentes do Brasil encontram-se em algum nível de degradação. Uma das características marcantes das pastagens degradadas é a presença de plantas invasoras em concorrência com a espécie forrageira. Neste contexto, a identificação e a avaliação do nível de infestação passa ser uma informação relevante para a definição de estratégias de controle e recuperação de pastagens com este problema. Este trabalho objetivou avaliar técnicas de segmentação de imagens para diferenciação de plantas daninhas/invasoras (diversas famílias botânicas) das plantas forrageiras (família gramínea). Estas técnicas se baseiam em aprendizagem não supervisionada por meio do modelo de segmentação semântica Deeplabv3+. Primeiramente, com o objetivo de treinar a rede neural, foram segmentadas manualmente com auxilio do software photoGIMP, imagens de gramíneas (forrageiras) e de diversas plantas de folha larga (daninhas) separadamente. Após o processo de treinamento da rede o modelo foi validado a partir de diferentes imagens separadas para este propósito. Os resultados demonstraram uma acurácia de 95.9%, mostrando potencial para diferenciar as diferentes espécies de plantas daninhas/invasoras das plantas forrageiras (família gramínea) Conclui-se que as técnicas de Visão Computacional, Aprendizado de Máquina e Segmentação Semântica de Imagens apresentam potencial na composição de uma solução metodológica para o diagnóstico quali-quantitativo do processo de infestação de plantas invasoras em pastagens em degradação. MenosEstima-se que 80% das pastagens cultivadas presentes do Brasil encontram-se em algum nível de degradação. Uma das características marcantes das pastagens degradadas é a presença de plantas invasoras em concorrência com a espécie forrageira. Neste contexto, a identificação e a avaliação do nível de infestação passa ser uma informação relevante para a definição de estratégias de controle e recuperação de pastagens com este problema. Este trabalho objetivou avaliar técnicas de segmentação de imagens para diferenciação de plantas daninhas/invasoras (diversas famílias botânicas) das plantas forrageiras (família gramínea). Estas técnicas se baseiam em aprendizagem não supervisionada por meio do modelo de segmentação semântica Deeplabv3+. Primeiramente, com o objetivo de treinar a rede neural, foram segmentadas manualmente com auxilio do software photoGIMP, imagens de gramíneas (forrageiras) e de diversas plantas de folha larga (daninhas) separadamente. Após o processo de treinamento da rede o modelo foi validado a partir de diferentes imagens separadas para este propósito. Os resultados demonstraram uma acurácia de 95.9%, mostrando potencial para diferenciar as diferentes espécies de plantas daninhas/invasoras das plantas forrageiras (família gramínea) Conclui-se que as técnicas de Visão Computacional, Aprendizado de Máquina e Segmentação Semântica de Imagens apresentam potencial na composição de uma solução metodológica para o diagnóstico quali-quantitativo do processo de infesta... Mostrar Tudo |
|
Palavras-Chave: |
Deeplearning; Gramíneas; Pastagens Degradadas; Plantas Daninhas; Redes Neurais; Visão Computacional. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/221328/1/CNPS-DOC-219-2021.epub
|
|
Marc: |
LEADER 02346nam a2200205 a 4500
001 2131413
005 2021-10-26
008 2021 bl uuuu u01u1 u #d
100 1 $aPORTO, L.
245 $aSegmentação semântica de pastagens utilizando o modelo DeepLabelV3+.$h[electronic resource]
260 $aIn: SEMINÁRIO PIBIC EMBRAPA SOLOS, 2019-2020, Rio de Janeiro. Seminário Pibic Embrapa Solos 2019/2020. Rio de Janeiro: Embrapa Solos, 2021. E-book. (Embrapa Solos. Documentos, 219).$c2021
520 $aEstima-se que 80% das pastagens cultivadas presentes do Brasil encontram-se em algum nível de degradação. Uma das características marcantes das pastagens degradadas é a presença de plantas invasoras em concorrência com a espécie forrageira. Neste contexto, a identificação e a avaliação do nível de infestação passa ser uma informação relevante para a definição de estratégias de controle e recuperação de pastagens com este problema. Este trabalho objetivou avaliar técnicas de segmentação de imagens para diferenciação de plantas daninhas/invasoras (diversas famílias botânicas) das plantas forrageiras (família gramínea). Estas técnicas se baseiam em aprendizagem não supervisionada por meio do modelo de segmentação semântica Deeplabv3+. Primeiramente, com o objetivo de treinar a rede neural, foram segmentadas manualmente com auxilio do software photoGIMP, imagens de gramíneas (forrageiras) e de diversas plantas de folha larga (daninhas) separadamente. Após o processo de treinamento da rede o modelo foi validado a partir de diferentes imagens separadas para este propósito. Os resultados demonstraram uma acurácia de 95.9%, mostrando potencial para diferenciar as diferentes espécies de plantas daninhas/invasoras das plantas forrageiras (família gramínea) Conclui-se que as técnicas de Visão Computacional, Aprendizado de Máquina e Segmentação Semântica de Imagens apresentam potencial na composição de uma solução metodológica para o diagnóstico quali-quantitativo do processo de infestação de plantas invasoras em pastagens em degradação.
653 $aDeeplearning
653 $aGramíneas
653 $aPastagens Degradadas
653 $aPlantas Daninhas
653 $aRedes Neurais
653 $aVisão Computacional
700 1 $aSIMÕES, M.
700 1 $aFERRAZ, R. P. D.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 875 | |
| 141. |  | OLSEN, D.; GODOY, C. V.; HENNING, A. A. Eficiência de fungicidas para controle da ferrugem asiática da soja, Phakopsora pachyrhizi, em Mafra, SC, na safra 2009/2010. In: REUNIÃO DE PESQUISA DE SOJA DA REGIÃO CENTRAL DO BRASIL, 31., 2010, Brasília, DF. Resumos... Londrina: Embrapa Soja, 2010. p. 122-124. Editores técnicos: Adilson de Oliveira Junior, Odilon Ferreira Saraiva, Regina Maria Villas Bôas de Campo Leite, César de Castro, Jussara Flores de Oliveira Arbues, Wellington Cavalcanti.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
|   |
| 142. | | BAYS, R.; BAUDET, L.; HENNING, A. A.; LUCCA FILHO, O. Recobrimento de sementes de soja com micronutrientes, fungicida e polímero. Revista Brasileira de Sementes, Pelotas, v. 29, n. 2, p. 60-67, ago. 2007.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: Nacional - A |
| Biblioteca(s): Embrapa Soja. |
|  |
| 148. | | PULCINELLI, C. E.; KRZYZANOWSKI, F. C.; HENNING, A. A. Qualidade fisiológica em sementes de soja. Informativo ABRATES, Londrina, v. 13, n. 3, p. 152, set. 2003. Número especial, ref. 181. Edição dos Resumos do XIII Congresso Brasileiro de Sementes, Gramado, RS, set. 2003.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
|  |
| 149. | | LEITE, R. M. V. B. de C.; HENNING, A. A. Ocorrência de doenças causadas por Sclerotinia scleotiorum em girassol e culturas em sucessão. Tropical Plant Pathology, Brasília, DF, v. 33, p. S 66-S 67, ago. 2008. Suplemento. Edição dos Resumos apresentado no XLI Congresso Brasileiro de Fitopatologia, Belo Horizonte, ago., 2008.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: Internacional - A |
| Biblioteca(s): Embrapa Soja. |
| |
| 151. | | PULCINELLI, C. E.; HENNING, A. A.; KRZYZANOWSKI, F. C. Patógenos em semente de cultivares de soja. Informativo ABRATES, Londrina, v. 13, n. 3, p. 245, set. 2003. Número especial, ref. 367. Edição dos Resumos do XIII Congresso Brasileiro de Sementes, Gramado, RS, set. 2003.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
| |
| Registros recuperados : 875 | |
|
| Expressão de busca inválida. Verifique!!! |
|
|
