| |
|
|
| Registros recuperados : 113 | |
| 28. |  | MORETO, P.; KOENIGKAN, L. V.; SANTOS, T. T. Estudos para um controlador de código-aberto em imageador de custo acessível para fenotipagem de plantas. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGRO, 2019. p. 533-534. Organizadores: Maria Fernanda Moura, Jayme Garcia Arnal Barbedo, Alaine Margarete Guimarães, Valter Castelhano de Oliveira. SBIAgro 2019.| Biblioteca(s): Embrapa Agricultura Digital. |
|    |
| 36. | | SANTOS, T. T.; KOENIGKAN, L. V.; BARBEDO, J. G. A.; RODRIGUES, G. C. 3D plant modeling: localization, mapping and segmentation for plant phenotyping using a single hand-held camera. In: EUROPEAN CONFERENCE ON COMPUTER VISION, 13., 2014, Zurich. Computer Vision: ECCV 2014: proceedings. Switzerland: Springer, 2015. p. 247-263. (Lecture notes in computer science, v. 8928). Part IV. Editores: Lourdes Agapito, Michael M. Bronstein, Carsten Rother.| Biblioteca(s): Embrapa Agricultura Digital. |
|  |
| 38. | | ANGELOTTI, F.; SANTOS, T. T. de C.; FATINANSI, J. C.; TESSMANN, D. J. Análise da favorabilidade das condições climáticas à ocorrência de míldio da videira no vale do são francisco no período de 2003 a 2007. In: CONGRESSO BRASILEIRO DE FRUTICULTURA, 20.; ANNUAL MEETING OF THE INTERAMERICAN SOCIETY FOR TROPICAL HORTICULTURE, 54., 2008, Vitória. Frutas para todos : estratégias, tecnologias e visão sustentável: anais. Vitória: INCAPER: Sociedade Brasileira de Fruticultura, 2008. 1 DVD.| Biblioteca(s): Embrapa Semiárido. |
| |
| 40. | | ANGELOTTI, F.; GAVA, C. A. T.; BATISTA, D. da C.; SANTOS, T. T. C. Avaliação de sistemas de alerta para o míldio da videira no Vale do São Francisco. Tropical Plant Pathology, Brasília, DF, v. 34, p. S117, ago. 2009. Suplemento. Edição dos Resumos do 42 Congresso Brasileiro de Fitopatologia, Rio de Janeiro, ago. 2009.| Biblioteca(s): Embrapa Semiárido. |
| |
| Registros recuperados : 113 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
23/08/2019 |
|
Data da última atualização: |
23/10/2019 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SOUZA, L. L. de; AVILA, S.; SANTOS, T. T. |
|
Afiliação: |
LEONARDO LIMA DE SOUZA, Bolsista CNPq (PIBIC); SANDRA AVILA, IC/Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA. |
|
Título: |
Detecção de frutos em viticultura utilizando redes neurais profundas. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 13., 2019, Campinas. Anais... [S.l: s.n], 2019. |
|
Páginas: |
p. 1-12. |
|
ISBN: |
978-85-7029-149-3 |
|
Idioma: |
Português |
|
Notas: |
CIIC 2019. Nº 19603. |
|
Conteúdo: |
RESUMO - Neste trabalho investigamos técnicas de detecção de objetos por redes neurais aplicadas à detecção de frutos em viticultura. Desenvolvemos também a base de dados Embrapa WGISD, composta por imagens coletadas em Abril de 2017 e Abril de 2018 na Vinícola De Guaspari. Anotada manualmente, a base de dados possui 5 cultivares diferentes de uva: Syrah, Chardonnay, Cabernet Franc, Cabernet Sauvignon e Sauvignon Blanc, totalizando 4419 amostras de cachos de uva. Foram treinadas duas redes neurais convolutivas de arquiteturas, YOLOv2 e YOLOv3, para detecção e localização dos cachos nas imagens. Resultados quantitativos demonstraram precisão de até 88%, revocação de até 74%, e F1-Score de até 80% para YOLOv2 e precisão de até 92%, revocação de até 65% e F1-Score de até 76% para YOLOv3. Testes qualitativos demonstram que a rede YOLOv2 generaliza melhor para o conjunto de dados utilizado, e a rede YOLOv3 fornece uma localização melhor ajustada. |
|
Palavras-Chave: |
Aprendizagem profunda; Deep Learning; Detecção de frutos; Detecção de uvas; Fruit detection; Redes neurais. |
|
Thesagro: |
Viticultura. |
|
Thesaurus NAL: |
Neural networks; Viticulture. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/201270/1/19603-Leonardo-Thiago-CIIC-2019-Oral.pdf
|
|
Marc: |
LEADER 01830nam a2200277 a 4500
001 2111590
005 2019-10-23
008 2019 bl uuuu u00u1 u #d
020 $a978-85-7029-149-3
100 1 $aSOUZA, L. L. de
245 $aDetecção de frutos em viticultura utilizando redes neurais profundas.$h[electronic resource]
260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 13., 2019, Campinas. Anais... [S.l: s.n]$c2019
300 $ap. 1-12.
500 $aCIIC 2019. Nº 19603.
520 $aRESUMO - Neste trabalho investigamos técnicas de detecção de objetos por redes neurais aplicadas à detecção de frutos em viticultura. Desenvolvemos também a base de dados Embrapa WGISD, composta por imagens coletadas em Abril de 2017 e Abril de 2018 na Vinícola De Guaspari. Anotada manualmente, a base de dados possui 5 cultivares diferentes de uva: Syrah, Chardonnay, Cabernet Franc, Cabernet Sauvignon e Sauvignon Blanc, totalizando 4419 amostras de cachos de uva. Foram treinadas duas redes neurais convolutivas de arquiteturas, YOLOv2 e YOLOv3, para detecção e localização dos cachos nas imagens. Resultados quantitativos demonstraram precisão de até 88%, revocação de até 74%, e F1-Score de até 80% para YOLOv2 e precisão de até 92%, revocação de até 65% e F1-Score de até 76% para YOLOv3. Testes qualitativos demonstram que a rede YOLOv2 generaliza melhor para o conjunto de dados utilizado, e a rede YOLOv3 fornece uma localização melhor ajustada.
650 $aNeural networks
650 $aViticulture
650 $aViticultura
653 $aAprendizagem profunda
653 $aDeep Learning
653 $aDetecção de frutos
653 $aDetecção de uvas
653 $aFruit detection
653 $aRedes neurais
700 1 $aAVILA, S.
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 |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
