|
|
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 : 1.493 | |
63. | | SILVA, N. C.; FRANKE, L. B.; NABINGER, C.; BARRETO, R. Produção e partição da biomassa de Desmodium incanum em resposta à aplicação de fósforo. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 36, n. 3, p. 541-48, mar. 2001 Título em inglês: Biomass production and partitioning of Desmodium incanum in response to phosphate application.Biblioteca(s): Embrapa Unidades Centrais. |
| |
65. | | NASCIMENTO, M. do P. S. C. B.; CARVALHO, J. H. de; NASCIMENTO, H. T. S. do; ALCOFORADO FILHO, F. G. Levantamento e valor nutritivo de plantas forrageiras nativas da Bacia do Parnaíba. In: SEMINÁRIO DE PESQUISA AGROPECUÁRIA DO PIAUÍ, 8.; SIMPÓSIO AGROPECUÁRIO E FLORESTAL DO MEIO-NORTE, 1., 1994, Teresina. Pesquisa e desenvolvimento para o Meio-Norte: anais. Teresina: EMBRAPA Meio-Norte; São Luís: EMAPA, 1997. p. 36-41. (EMBRAPA-CPAMN. Documentos, 16).Tipo: Artigo em Anais de Congresso |
Biblioteca(s): Embrapa Meio-Norte. |
| |
68. | | FONTANA, D. C.; BERLATO, M. A.; LAUSCHNER, M. H.; MELLO, R. W. Modelo de estimativa de rendimento de soja no Estado do Rio Grande do Sul. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 36, n. 3, p. 399-403, mar. 2001 Título em inglês: Estimation model for soybean yield in the State of Rio Grande do Sul, Brazil.Biblioteca(s): Embrapa Unidades Centrais. |
| |
69. | | VALARINI, M. J.; MECELIS, N. R.; VEASEY, L. A.; ALCANTARA, P. B.; ALCANTARA, V. de B. G.; TULMAN NETO, A. Sensitivity of Jaragua grass (Hyparrhenia rufa) to gamma radiation. Boletim de Industria Animal, Nova Odessa, v. 53, n. único, p. 57-60, 1996. Título em português: Sensitividade do capim Jaraguá (Hyparrhenia rufa) a radiação Gama.Tipo: Artigo em Periódico Indexado |
Biblioteca(s): Embrapa Gado de Corte. |
| |
72. | | CARVALHO, C. de; FERNANDES, C. D.; SANTOS, J. M.; ZIMMER, A. H.; VERZIGNASSI, J. R.; QUETEZ, F. A.; CHERMOUTH, K. S.; WOSNIAK, H. N.; ARAUJO, V. C. P.; BATISTA, M. V. Avaliação populacional de Pratylenchus brachyurus em cultura de milho consorciado com leguminosas forrageiras. In: JORNADA CIENTÍFICA DA EMBRAPA GADO DE CORTE, 6., 2010, Campo Grande, MS. Ética na pesquisa científica: [Anais da ...]. Campo Grande, MS: Embrapa Gado de Corte, 2010. 1 CD-ROM. Coordenadora: Vanessa Felipe de Souza 1 p.Tipo: Resumo em Anais de Congresso |
Biblioteca(s): Embrapa Gado de Corte. |
| |
77. | | RAPOSO, E.; RUGGIERI, A. C.; TAMELE, O. H.; MARTINS, B. M. P. R.; SANTOS, J. P. D.; OLIVEIRA, J. A. de; RODRIGUES, J. A. S. Estudo de cultivares de milheto e do híbrido de sorgo-sudão sob pastejo rotativo para ovinos. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 46., 2009, Maringá. Anais... Maringá: Universidade Estadual de Maringá: SBZ, 2009. 1 CD-ROM.Tipo: Artigo em Anais de Congresso / Nota Técnica |
Biblioteca(s): Embrapa Milho e Sorgo. |
| |
80. | | RIBEIRO, E. G.; FONTES, C. A. de A.; PALIERAQUI, J. G. B.; CÓSER, A. C.; MARTINS, C. E.; SILVA, R. C. da. Influência da irrigação, nas épocas seca e chuvosa, na produção e composição química dos capins napier e mombaça em sistema de lotação intermitente. Revista Brasileira de Zootecnia, Viçosa, MG, v. 38, n. 8, p. 1432-1442, 2009.Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
Biblioteca(s): Embrapa Gado de Leite. |
| |
Registros recuperados : 1.493 | |
|
Expressão de busca inválida. Verifique!!! |
|
|