| |
|
|
| Registros recuperados : 77 | |
| 8. |  | SILVA, N. O.; RAMALHO, M. A. P.; ABREU, Â. de F. B.; AGUIAR, M. S. de; PEREIRA, H. S. Obtenção de linhagens de feijão no método do "bulk" conduzidos por diferentes números de gerações. In: CONGRESSO NACIONAL DE PESQUISA DE FEIJÃO, 7., 2002, Viçosa, MG. Resumos expandidos. Viçosa: UFV; DFT, 2002. p. 397-398.| Biblioteca(s): Embrapa Arroz e Feijão. |
|   |
| 9. | | AGUIAR, M. S. de; FERREIRA, D. F.; AGUIAR, A. M.; BISON, O.; REZENDE, G. D. S. P.; GRATTAPAGLIA, D. Potencial de híbridos entre clones-elite de eucalipto por meio de marcadores microssatélites. Pesquisa Agropecuaria Brasileira, Brasília, DF, v. 42, n. 7, p. 1007-1012, jul. 2007.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia; Embrapa Unidades Centrais. |
|  |
| 12. | | SIMOES, W. L.; GUIMARÃES, M. J. M.; PINHEIRO, M. P. M. A.; LIMA, J. A.; AGUIAR, M. S. de; SOUZA, M. A. Fator de forma para estimativa de área foliar de variedades de cana-de-açúcar irrigada no Submédio São Francisco. In: CONGRESSO NACIONAL DE IRRIGAÇÃO E DRENAGEM, 23., 2013, Luís Eduardo Magalhães, BA. Evolução e tecnologia na irrigação: trabalhos apresentados. Brasília, DF: Associação Brasileira de Irrigação e Drenagem, 2013. 1 CD-ROM.| Biblioteca(s): Embrapa Semiárido. |
| |
| 13. | | MARTINS, S. M.; BITTENCOURT, C. D.; MELO, L. C.; AGUIAR, M. S. de; ALMEIDA, V. M. de; SOUZA, T. L. P. O. de; PEREIRA, H. S. Genetic parameters and selection of common bean lines with high nutritional and agronomic quality. Crop Science, v. 63, n. 1, p. 128-138, Jan./Feb. 2023.| Biblioteca(s): Embrapa Arroz e Feijão. |
|  |
| 16. | | TOMAZ, J. P.; AGUIAR, M. S. de; TANIGUCHI, C. A. K.; BATISTA JUNIOR, C. B.; BRANDAO, R. A. P.; ATHANAZIO, J. C. Correlacao entre envelhecimento aceleracao de sementes de feijao-vagem e sua germinacao no campo. Horticultura Brasileira, Brasília, DF, v. 19, n. 2, jul. 2001. 1 CD-ROM. Suplemento. Trabalho apresentado no 41. Congresso Brasileiro de Olericultura, 2001. Também publicado em: Horticultura Brasileira, Brasília, DF, v. 19, n. 2, p. 233-234, jul. 2001. Resumo.| Biblioteca(s): Embrapa Hortaliças. |
| |
| 17. | | MELO, R. F. de; LIMA, G. L. de; CORRÊA, G. R.; ZATT, B.; AGUIAR, M. S. de; NACHTIGALL, G. R.; ARAÚJO, R. M. Diagnosis of apple fruit diseases in the wild with Mask R-CNN. In: CERRI, R.; PRATI, R. C. (Eds). Intelligent Systems. BRACIS 2020. Lecture Notes in Computer Science, vol 12319. Springer, 2020. p. 256?270.| Biblioteca(s): Embrapa Uva e Vinho. |
| |
| 18. | | ALVES, E. A.; MARTINS, S. M.; PEREIRA, H. S.; SOUZA, T. L. P. O. de; AGUIAR, M. S. de; MELO, L. C. Potencial genético e estabilidade de linhagens elite de feijoeiro-comum para caracteres agronômicos e qualidade de grãos. In: SEMINÁRIO JOVENS TALENTOS, 15., 2021, Santo Antônio de Goiás. Resumos... Brasília, DF: Embrapa; Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2021. p. 30. Evento online.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 19. | | SANTOS, A. C. F. dos; MARTINS, S. M.; SOUZA, T. L. P. O. de; FARIA, L. C. de; AGUIAR, M. S. de; MELO, L. C.; PEREIRA, H. S. Potencial genético de feijão-preto para biofortificação. In: SEMINÁRIO JOVENS TALENTOS, 16., 2022, Santo Antônio de Goiás. Resumos... Brasília, DF: Embrapa; Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2022. p. 18.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 20. | | SILVA, K. K. da; SOUZA, T. L. P. O. de; MELO, L. C.; AGUIAR, M. S. de; FARIA, L. C. de; PEREIRA, H. S. Seleção de cultivares de feijão-comum carioca precoces, com alta produtividade e qualidade comercial dos grãos. In: SEMINÁRIO JOVENS TALENTOS, 11., 2017, Santo Antônio de Goiás. Coletânea dos resumos apresentados. Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2017. p. 21. (Embrapa Arroz e Feijão. Documentos, 316).| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| Registros recuperados : 77 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Uva e Vinho. Para informações adicionais entre em contato com cnpuv.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Uva e Vinho. |
|
Data corrente: |
16/12/2020 |
|
Data da última atualização: |
20/12/2022 |
|
Tipo da produção científica: |
Capítulo em Livro Técnico-Científico |
|
Autoria: |
MELO, R. F. de; LIMA, G. L. de; CORRÊA, G. R.; ZATT, B.; AGUIAR, M. S. de; NACHTIGALL, G. R.; ARAÚJO, R. M. |
|
Afiliação: |
RAMÁSIO FERREIRA DE MELO; GUSTAVO LAMEIRÃO DE LIMA; GUILHERME RIBEIRO CORRÊA; BRUNO ZATT; MARILTON SANCHOTENE DE AGUIAR; GILMAR RIBEIRO NACHTIGALL, CNPUV; RICARDO MATSUMURA ARAÚJO. |
|
Título: |
Diagnosis of apple fruit diseases in the wild with Mask R-CNN. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
In: CERRI, R.; PRATI, R. C. (Eds). Intelligent Systems. BRACIS 2020. Lecture Notes in Computer Science, vol 12319. Springer, 2020. p. 256?270. |
|
DOI: |
https://doi.org/10.1007/978-3-030-61377-8_18 |
|
Idioma: |
Português |
|
Conteúdo: |
A major challenge in image classification tasks using Machine Learning, and in particular when using deep neural networks, is domain shifting in deployment. This happens when images during usage are capture in different conditions from those used during training. In this paper, we show that despite previous works on the diagnosis of apple tree diseases using standard Convolutional Neural Networks displaying high accuracy, they do so only when no domain shift is present. When the trained model is asked to classify photos of apples taken in the wild, a 22% reduction in F1 score is observed. We propose to treat the task as a segmentation problem and test two different approaches, showing that using Mask R-CNN allows not only to improve performance in the original domain by 3%, but also significantly reduce losses in the new domain (only 6% reduction in F1 score). We establish segmentation as an important alternative towards improving diagnosis of apple tree diseases from photos. |
|
Palavras-Chave: |
Apple fruits; Deep learning; Instance segmentation. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
Marc: |
LEADER 01790naa a2200241 a 4500
001 2128251
005 2022-12-20
008 2020 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1007/978-3-030-61377-8_18$2DOI
100 1 $aMELO, R. F. de
245 $aDiagnosis of apple fruit diseases in the wild with Mask R-CNN.$h[electronic resource]
260 $c2020
520 $aA major challenge in image classification tasks using Machine Learning, and in particular when using deep neural networks, is domain shifting in deployment. This happens when images during usage are capture in different conditions from those used during training. In this paper, we show that despite previous works on the diagnosis of apple tree diseases using standard Convolutional Neural Networks displaying high accuracy, they do so only when no domain shift is present. When the trained model is asked to classify photos of apples taken in the wild, a 22% reduction in F1 score is observed. We propose to treat the task as a segmentation problem and test two different approaches, showing that using Mask R-CNN allows not only to improve performance in the original domain by 3%, but also significantly reduce losses in the new domain (only 6% reduction in F1 score). We establish segmentation as an important alternative towards improving diagnosis of apple tree diseases from photos.
653 $aApple fruits
653 $aDeep learning
653 $aInstance segmentation
700 1 $aLIMA, G. L. de
700 1 $aCORRÊA, G. R.
700 1 $aZATT, B.
700 1 $aAGUIAR, M. S. de
700 1 $aNACHTIGALL, G. R.
700 1 $aARAÚJO, R. M.
773 $tIn: CERRI, R.; PRATI, R. C. (Eds). Intelligent Systems. BRACIS 2020. Lecture Notes in Computer Science, vol 12319. Springer, 2020. p. 256?270.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Uva e Vinho (CNPUV) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
