|
|
Registros recuperados : 50 | |
2. | | SANTOS, T. A.; GOMES, T. C. de A.; LIMA, C. C. de. Alterações em características químicas de amostras de compostos de bagaço de coco-verde resultantes do método de estocagem. In: REUNIÃO BRASILEIRA DE FERTILIDADE DO SOLO E NUTRIÇÃO DE PLANTAS, 30.; REUNIÃO BRASILEIRA SOBRE MICORRIZAS, 14.; SIMPÓSIO BRASILEIRO DE MICROBIOLOGIA DO SOLO, 12.; REUNIÃO BRASILEIRA DE BIOLOGIA DO SOLO, 9.; SIMPÓSIO SOBRE SELÊNIO NO BRASIL, 1., 2012, Maceió. Fertbio 2012. Biblioteca(s): Embrapa Tabuleiros Costeiros. |
| |
8. | | ALMADA, D. A. de; SANTOS, T. A. P. dos; RODRIGUES, S. T.; XAVIER JUNIOR, S. R. Plantas medicinais com propriedades anti-helmínticas utilizadas em caprinos. In: SIMPÓSIO DE ESTUDOS E PESQUISAS EM CIÊNCIAS AMBIENTAIS NA AMAZÔNIA, 6., 2017, Belém, PA. Anais. Belém, PA: UEPA, 2017. v. 1, p. 340-348. Biblioteca(s): Embrapa Amazônia Oriental. |
| |
10. | | SILVA, M. T. R. da; SANTOS, T. A.; AGUILAR, M. V. M.; BARBOSA, G. S.; DANTAS, B. F. Avaliação do vigor de lotes armazenados de sementes de aroeira-do-sertão por meio do teste de condutividade elétrica. In: SIMPÓSIO DO BIOMA CAATINGA, 2., 2018, Petrolina. Anais... Petrolina: Embrapa Semiárido, 2019. p. 295. (Embrapa Semiárido. Documentos, 287). Biblioteca(s): Embrapa Semiárido. |
| |
11. | | BARBOSA, G. S.; SILVA, M. T. R. da; SANTOS, T. A.; AGUILAR, M. V. M.; DANTAS, B. F. Avaliação do vigor de sementes de Erythrina mulungu Mart. ex Benth armazenadas e diferentes lotes por meio do teste de condutividade elétrica. In: SIMPÓSIO DO BIOMA CAATINGA, 2., 2018, Petrolina. Anais... Petrolina: Embrapa Semiárido, 2019. p. 318. (Embrapa Semiárido. Documentos, 287). Biblioteca(s): Embrapa Semiárido. |
| |
12. | | SILVA, M. T. R. da; BARBOSA, G. S.; SANTOS, T. A.; AGUILAR, M. V. M.; DANTAS, B. F. Avaliação do vigor de sementes de pereiro em diferentes lotes através do teste de condutividade elétrica. In: SIMPÓSIO DO BIOMA CAATINGA, 2., 2018, Petrolina. Anais... Petrolina: Embrapa Semiárido, 2019. p. 317. (Embrapa Semiárido. Documentos, 287) Biblioteca(s): Embrapa Semiárido. |
| |
14. | | FERREIRA, C. F.; SILVA, A. G. S.; SANTOS, T. A.; REINHARDT, D. H. R. C.; SOARES FILHO, W. dos S. Fingerprint molecular em genótipos de citros utilizando marcadores microsatelites não-ancorados. In: CONGRESSO BRASILEIRO DE FRUTICULTURA, 26., 2019, Juazeiro, BA/Petrolina, PE. Fruticultura de precisão: desafios e oportunidades - anais. Petrolina: Embrapa Semiárido: UNIVASF: SBF, 2019. 4 p. Biblioteca(s): Embrapa Mandioca e Fruticultura. |
| |
17. | | CADIOLI, M. C.; SANTIAGO, D. C.; RIBEIRO, E. R.; HOSHINO, A. T.; SANTOS, T. A.; HOMECHIN, M. Potencial de Paecilomyces lilacinus e extrato de Duboisa hybrid para o controle de Meloidogyne paranaensis em tomateiro. Fitopatologia Brasileira, Brasília, DF, v. 30, p. S172, ago. 2006. Suplemento. Resumo 702. Trabalho apresentado no 38. Congresso Brasileiro de Fitopatologia, 2005, Brasília, DF. Biblioteca(s): Embrapa Hortaliças. |
| |
19. | | BARBOSA, A. C. O.; SANTOS, T. A.; SILVA, A. G. S.; GUTIERREZ, D.; CHABANNES, M.; FERREIRA, C. F. Protocolo de extração de RNA sem uso de nitrogênio líquido e avaliação da "Vida de Prateleira" de Pellets. In : JORNADA CIENTÍFICA EMBRAPA MANDIOCA E FRUTICULTURA, 12., 2018. Ciência profissional : resumos. Cruz das Almas, BA: Embrapa Mandioca e Fruticultura, 2019. 1 p. Biblioteca(s): Embrapa Mandioca e Fruticultura. |
| |
20. | | SILVA, F. F. da; SANTOS, T. A. dos; MACHADO, F. S.; JESUS, E. da C.; CHAER, G. M. Quantificação de bactérias fixadoras de nitrogênio em áreas de exploração mineral no Bioma Caatinga. In: SIMPÓSIO DO BIOMA CAATINGA, 2., WORKSHOP DE MUDAS E SEMENTES DA CAATINGA, 6., Juazeiro. Trabalhos... Petrolina: Embrapa Semiárido, 2018. Biblioteca(s): Embrapa Agrobiologia. |
| |
Registros recuperados : 50 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Unidades Centrais. |
Data corrente: |
29/07/2022 |
Data da última atualização: |
01/02/2024 |
Autoria: |
POHLOD. C. D.; WIGGERS, K. L.; ORLOVSKI; FERREIRA, R.; SANTOS, T. A.; LOPES, W. N. |
Afiliação: |
CARLOS DANIEL POHLOD, UNIVERSIDADE ESTADUAL DO CENTRO-OESTE; KELLY LAIS WIGGERS, UNIVERSIDADE ESTADUAL DO CENTRO-OESTE; REGIANE ORLOVSKI, UNIVERSIDADE ESTADUAL DO CENTRO-OESTE; RODRIGO FERREIRA, FUNDAÇÃO AGRÁRIA DE PESQUISA AGROPECUÁRIA; THAIS AMANDA SANTOS, UNIVERSIDADE ESTADUAL DO CENTRO-OESTE; WILLIAM NAHIRNEI LOPES, UNIVERSIDADE ESTADUAL DO CENTRO-OESTE. |
Título: |
Mapeamento sistemático de detecção e contagem de plantas em imagens agrícolas usando aprendizagem de máquina: proposta de modelagem para desenvolvimento de sistema. |
Ano de publicação: |
2022 |
Fonte/Imprenta: |
Cadernos de Ciência & Tecnologia, v. 39, n. 2, e26950, 2022. |
DOI: |
http://dx.doi.org/10.35977/0104-1096.cct2022.v39.26950 |
Idioma: |
Português |
Notas: |
Título em inglês: Systematic mapping of plant detection and counting in agricultural images using machine learning ? modeling proposal for system
development. |
Conteúdo: |
RESUMO - A busca por produção de alimentos em grande escala continua sendo uma preocupação mundial. Nesse aspecto, realizada a detecção e contagem de plantas, estimar produção é uma área que está sendo explorada por técnicas de aprendizagem de máquina. Diante disso, este artigo tem como objetivo realizar um mapeamento bibliográfico das abordagens de aprendizagem de máquina aplicadas na estimativa de detecção e contagem de plantas. Com esse mapeamento, pretende-se avaliar se existem similaridades entre cultivos e técnicas escolhidas pelos autores e, dessa forma, propor uma modelagem para estudos futuros com imagens capturadas por VANTs. Para alcançar o objetivo proposto, foi aplicada uma string de busca em bases de dados e foram filtrados os resultados. Nesse mapeamento, 18 artigos foram relatados. Os resultados mostraram que o estado da arte indica que, modelos de Rede Neural Artificial (RNA), com destaque em Redes Neurais Convolucionais, estão sendo amplamente utilizados na contagem/estimativa de produção. ABSTRACT - The search for large-scale food production continues to be a global concern. In this regard, when detecting and counting plants, estimating production is an area that is explored by machine learning techniques. Given the above, this article aims to carry out a bibliographic mapping of machine learning approaches applied to plant detection and counting estimation. With this mapping, it was intended to evaluate if there are similarities between crops and techniques chosen by the authors and, in this way, to propose a model for future studies with images captured by UAVs. To achieve the proposed objective, a search string was applied to databases and the results were filtered. In this mapping, 18 papers were reported. The results showed that the state of the art indicates that Artificial Neural Network (ANN) models, mainly Convolutional Neural Networks (CNN), are being widely used in production counting/estimation. MenosRESUMO - A busca por produção de alimentos em grande escala continua sendo uma preocupação mundial. Nesse aspecto, realizada a detecção e contagem de plantas, estimar produção é uma área que está sendo explorada por técnicas de aprendizagem de máquina. Diante disso, este artigo tem como objetivo realizar um mapeamento bibliográfico das abordagens de aprendizagem de máquina aplicadas na estimativa de detecção e contagem de plantas. Com esse mapeamento, pretende-se avaliar se existem similaridades entre cultivos e técnicas escolhidas pelos autores e, dessa forma, propor uma modelagem para estudos futuros com imagens capturadas por VANTs. Para alcançar o objetivo proposto, foi aplicada uma string de busca em bases de dados e foram filtrados os resultados. Nesse mapeamento, 18 artigos foram relatados. Os resultados mostraram que o estado da arte indica que, modelos de Rede Neural Artificial (RNA), com destaque em Redes Neurais Convolucionais, estão sendo amplamente utilizados na contagem/estimativa de produção. ABSTRACT - The search for large-scale food production continues to be a global concern. In this regard, when detecting and counting plants, estimating production is an area that is explored by machine learning techniques. Given the above, this article aims to carry out a bibliographic mapping of machine learning approaches applied to plant detection and counting estimation. With this mapping, it was intended to evaluate if there are similarities between crops and techniqu... Mostrar Tudo |
Thesagro: |
Agricultura; Base de Dados; Setor Agrícola; Tecnologia Agrícola. |
Thesaurus NAL: |
Agriculture; Technology. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1145057/1/Mapeamento-sistematico-deteccao-2022.pdf
|
Marc: |
LEADER 03037naa a2200277 a 4500 001 2145057 005 2024-02-01 008 2022 bl uuuu u00u1 u #d 024 7 $ahttp://dx.doi.org/10.35977/0104-1096.cct2022.v39.26950$2DOI 100 1 $aPOHLOD. C. D. 245 $aMapeamento sistemático de detecção e contagem de plantas em imagens agrícolas usando aprendizagem de máquina$bproposta de modelagem para desenvolvimento de sistema.$h[electronic resource] 260 $c2022 500 $aTítulo em inglês: Systematic mapping of plant detection and counting in agricultural images using machine learning ? modeling proposal for system development. 520 $aRESUMO - A busca por produção de alimentos em grande escala continua sendo uma preocupação mundial. Nesse aspecto, realizada a detecção e contagem de plantas, estimar produção é uma área que está sendo explorada por técnicas de aprendizagem de máquina. Diante disso, este artigo tem como objetivo realizar um mapeamento bibliográfico das abordagens de aprendizagem de máquina aplicadas na estimativa de detecção e contagem de plantas. Com esse mapeamento, pretende-se avaliar se existem similaridades entre cultivos e técnicas escolhidas pelos autores e, dessa forma, propor uma modelagem para estudos futuros com imagens capturadas por VANTs. Para alcançar o objetivo proposto, foi aplicada uma string de busca em bases de dados e foram filtrados os resultados. Nesse mapeamento, 18 artigos foram relatados. Os resultados mostraram que o estado da arte indica que, modelos de Rede Neural Artificial (RNA), com destaque em Redes Neurais Convolucionais, estão sendo amplamente utilizados na contagem/estimativa de produção. ABSTRACT - The search for large-scale food production continues to be a global concern. In this regard, when detecting and counting plants, estimating production is an area that is explored by machine learning techniques. Given the above, this article aims to carry out a bibliographic mapping of machine learning approaches applied to plant detection and counting estimation. With this mapping, it was intended to evaluate if there are similarities between crops and techniques chosen by the authors and, in this way, to propose a model for future studies with images captured by UAVs. To achieve the proposed objective, a search string was applied to databases and the results were filtered. In this mapping, 18 papers were reported. The results showed that the state of the art indicates that Artificial Neural Network (ANN) models, mainly Convolutional Neural Networks (CNN), are being widely used in production counting/estimation. 650 $aAgriculture 650 $aTechnology 650 $aAgricultura 650 $aBase de Dados 650 $aSetor Agrícola 650 $aTecnologia Agrícola 700 1 $aWIGGERS, K. L. 700 1 $aORLOVSKI 700 1 $aFERREIRA, R. 700 1 $aSANTOS, T. A. 700 1 $aLOPES, W. N. 773 $tCadernos de Ciência & Tecnologia$gv. 39, n. 2, e26950, 2022.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|