01998nam a2200349 a 450000100080000000500110000800800410001902000220006010000210008224501010010326001100020430000160031450001430033052008400047365000110131365000200132465000190134465000200136365000120138365300250139565300110142065300300143165300180146165300190147965300400149865300250153865300120156370000150157570000230159070000160161370000190162921257222020-10-22       2019    bl uuuu     u00u1 u    #d  a978-65-00-10242-01 aCAMARGO NETO, J.  aUso de redes neurais convolucionais para detecção de laranjas no campo.h[electronic resource]  aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGROc2019  ap. 312-321.  aOrganizadores: Maria Fernanda Moura, Jayme Garcia Arnal Barbedo, Alaine Margarete Guimarães, Valter Castelhano de Oliveira. SBIAgro 2019.  aRESUMO. A laranja e seus derivados são um dos principais produtos do agronegócio brasileiro, além de uma das cadeias produtivas que mais emprega mão de obra por hectare, o que mostra o alto grau de impacto econômico e social desta cultura para o país. Uma estimativa de produção eficiente pode auxiliar os produtores tanto no manejo de sua lavoura quanto na adoção de estratégias de vendas com a indústria. Este trabalho descreve o processo de treinamento e teste de uma rede neural de aprendizado profundo para a detecção e contagem de frutos verdes a partir de imagens digitais de pés de laranja obtidas no campo. Os resultados para as imagens de teste apresentaram índice de mais de 90% de precisão, com cerca de 90% de revocação para a rede neural. Isso indica que a metodologia utilizada é bastante promissora.  aCitrus  aComputer vision  aDigital images  aNeural networks  aLaranja  aAprendizado profundo  aCitros  aContagem de frutos verdes  aDeep learning  aImagem digital  aRede neural de aprendizado profundo  aVisão computacional  aYolo-v31 aTERNES, S.1 aSOUZA, K. X. S. de1 aYANO, I. H.1 aQUEIROS, L. R.