| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Pantanal. Para informações adicionais entre em contato com cpap.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Pantanal. |
|
Data corrente: |
12/03/2018 |
|
Data da última atualização: |
17/08/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
WEBER, F. de L.; WEBER, V. A. de M.; MENEZES, G. V.; OLIVEIRA JUNIOR, A. da S.; ALVES, D. A.; OLIVEIRA, M. V. M. de; MATSUBARA, E. T.; PISTORI, H.; ABREU, U. G. P. de. |
|
Afiliação: |
FABRICIO DE LIMA WEBER, Universidade Estadual de Mato Grosso do Sul, Aquidauana; VANESSA APARECIDA DE MORAES WEBER, Universidade Católica Dom Bosco, Campo Grande; GEAZY VILHARVA MENEZES, Universidade Federal do Mato Grosso do Sul, Campo Grande; ADAIR DA SILVA OLIVEIRA JUNIOR, Universidade Federal do Mato Grosso do Sul, Campo Grande; DANIELA ARESTIDES ALVES, Universidade Estadual de Mato Grosso do Sul, Aquidauana; MARCUS VINICIUS MORAIS DE OLIVEIRA, Universidade Estadual de Mato Grosso do Sul, Aquidauana; EDSON TAKASHI MATSUBARA, Universidade Federal do Mato Grosso do Sul, Campo Grande; HEMERSON PISTORI, Universidade Católica Dom Bosco, Campo Grande; URBANO GOMES PINTO DE ABREU, CPAP. |
|
Título: |
Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Computers and Electronics in Agriculture, v. 175, 105548, p. 1-9, 2020. |
|
DOI: |
https://doi.org/10.1016/j.compag.2020.105548 |
|
Idioma: |
Inglês |
|
Conteúdo: |
The objective of this paper is to provide recognition for Pantaneira cattle breed using Convolutional Neural Networks (CNN). Fifty-one animals from the Aquidauana Pantaneira cattle Center (NUBOPAN) were studied. The center is located in the Midwest region of Brazil. Four monitoring cameras were distributed in the fences and took 27,849 images of Pantaneira cattle breed using different angles and positions. The following three CNN architectures were used for the experiment: DenseNet-201, Resnet50 and Inception-Resnet-V. All networks were submitted to 10-fold stratified cross-validation over 50 epochs. The results showed an accuracy of 99% in all networks, which is encouraging for future research. |
|
Thesagro: |
Gado de Corte; Rede; Sistema de Informação. |
|
Thesaurus Nal: |
Cattle; Computer vision; Neural networks. |
|
Categoria do assunto: |
L Ciência Animal e Produtos de Origem Animal |
|
Marc: |
LEADER 01634naa a2200301 a 4500
001 2088972
005 2020-08-17
008 2020 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.compag.2020.105548$2DOI
100 1 $aWEBER, F. de L.
245 $aRecognition of Pantaneira cattle breed using computer vision and convolutional neural networks.$h[electronic resource]
260 $c2020
520 $aThe objective of this paper is to provide recognition for Pantaneira cattle breed using Convolutional Neural Networks (CNN). Fifty-one animals from the Aquidauana Pantaneira cattle Center (NUBOPAN) were studied. The center is located in the Midwest region of Brazil. Four monitoring cameras were distributed in the fences and took 27,849 images of Pantaneira cattle breed using different angles and positions. The following three CNN architectures were used for the experiment: DenseNet-201, Resnet50 and Inception-Resnet-V. All networks were submitted to 10-fold stratified cross-validation over 50 epochs. The results showed an accuracy of 99% in all networks, which is encouraging for future research.
650 $aCattle
650 $aComputer vision
650 $aNeural networks
650 $aGado de Corte
650 $aRede
650 $aSistema de Informação
700 1 $aWEBER, V. A. de M.
700 1 $aMENEZES, G. V.
700 1 $aOLIVEIRA JUNIOR, A. da S.
700 1 $aALVES, D. A.
700 1 $aOLIVEIRA, M. V. M. de
700 1 $aMATSUBARA, E. T.
700 1 $aPISTORI, H.
700 1 $aABREU, U. G. P. de
773 $tComputers and Electronics in Agriculture$gv. 175, 105548, p. 1-9, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pantanal (CPAP) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 25 | |
| 21. |  | MERCALDI, H. V.; FUJIWARA, C. H.; PENALOZA, E. A. G.; OLIVEIRA, V. A.; CRUVINEL, P. E. Smart and customized electrical conductivity sensor for measurement of the response time from sprayers based on direct injection. Sensors & transducers, [S. l.], v. 193, n. 10, p. 1-10, 2015.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 3 |
| Biblioteca(s): Embrapa Instrumentação. |
|    |
| 22. | | PENALOZA, E. A. G.; MERCALDI, H. V.; OLIVEIRA, V. A.; CRUVINEL, P. E. Utilizando modelo analítico para evaluación de proceso de pulverización agrícola. In: ENCONTRO NACIONAL DE MODELAGEM COMPUTACIONAL - ENMC, 18.; ENCONTRO DE CIÊNCIA E TECNOLOGIA DE MATERIAIS - ECTM, 6., 2015, Salvador. Anais... São Carlos, SP: SBMAC, 2015. Não paginado.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| 24. | | SCHUTZ, D. R.; PENALOZA, E. A. G.; MERCALDI, H. V.; SILVA, L. J. R.; OLIVEIRA, V. A.; CRUVINEL, P. E. Classificador em tempo real do tamanho de gota de um pulverizador agrÍcola baseado em redes neurais artificiais. In: INTERNATIONAL CONFERENCE ON ADVANCES IN SENSORS, ACTUATORS, METERING AND SENSING - ALLSENSORS 2023, 8., 2023, Venice, Italy. Proceedings... Wilmington, USA: IARIA, 2023.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
|  |
| 25. | | FERREIRA JR, C. A. J. G.; CRUVINEL, P. E.; PEÑALOZA, E. A. G.; OLIVEIRA, V. A.; MERCALDI, H. V. A hydraulic-pump speed controller in agricultural sprayers based on the automation and use of the control area network (CAN) bus. In: IEEE INTERNATIONAL CONFERENCE ON SEMANTIC COMPUTING - ICSC, 12., 2018, California, USA. Proceedings... Laguna Hills, California, USA: IEEE, 2018. 356-362| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Instrumentação. |
| |
| Registros recuperados : 25 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
