|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
07/12/2020 |
Data da última atualização: |
10/12/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
CERQUEIRA, L. M.; SOUZA, K. X. S. de; TERNES, S.; CAMARGO NETO, J. |
Afiliação: |
LUIZ MIGUEL CERQUEIRA, Bolsista CNPq (PIBIC), IC/Unicamp; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; SONIA TERNES, CNPTIA; JOAO CAMARGO NETO, CNPTIA. |
Título: |
Usando a rede neural Faster-RCNN para identificar frutos verdes em pomares de laranja. |
Ano de publicação: |
2020 |
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 14., 2020. Anais... Campinas: Embrapa Informática Agropecuária, 2020. |
Páginas: |
p. 1-9. |
ISBN: |
978-65-88414-00-2 |
Idioma: |
Português |
Notas: |
Evento online. CIIC 2020. No 20605. |
Conteúdo: |
Resumo - O Brasil é um país altamente dependente de sua agropecuária para a geração de Produto Interno Bruto (PIB). Entre os produtos de sua agricultura se destaca o de cultivo da laranja e seus derivados, responsável por uma grande taxa de geração de renda e empregos no País, principalmente no triângulo mineiro e São Paulo. Este trabalho descreve o processamento de imagens digitais de frutos em árvores por meio de técnicas de visão computacional e aprendizado de máquina. Essa técnica tem potencial para, no futuro, auxiliar no processo de estimativa de produção, utilizado por produtores na formulação de estratégias e planejamento de vendas. |
Palavras-Chave: |
Aprendizado profundo; Árvores de laranja; Deep learning; Faster-RCNN; Redes neurais; Visão computacional. |
Thesaurus Nal: |
Computer vision; Neural networks. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/218841/1/RE20605-CIIC-2020.pdf
|
Marc: |
LEADER 01582nam a2200277 a 4500 001 2127731 005 2020-12-10 008 2020 bl uuuu u00u1 u #d 020 $a978-65-88414-00-2 100 1 $aCERQUEIRA, L. M. 245 $aUsando a rede neural Faster-RCNN para identificar frutos verdes em pomares de laranja.$h[electronic resource] 260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 14., 2020. Anais... Campinas: Embrapa Informática Agropecuária$c2020 300 $ap. 1-9. 500 $aEvento online. CIIC 2020. No 20605. 520 $aResumo - O Brasil é um país altamente dependente de sua agropecuária para a geração de Produto Interno Bruto (PIB). Entre os produtos de sua agricultura se destaca o de cultivo da laranja e seus derivados, responsável por uma grande taxa de geração de renda e empregos no País, principalmente no triângulo mineiro e São Paulo. Este trabalho descreve o processamento de imagens digitais de frutos em árvores por meio de técnicas de visão computacional e aprendizado de máquina. Essa técnica tem potencial para, no futuro, auxiliar no processo de estimativa de produção, utilizado por produtores na formulação de estratégias e planejamento de vendas. 650 $aComputer vision 650 $aNeural networks 653 $aAprendizado profundo 653 $aÁrvores de laranja 653 $aDeep learning 653 $aFaster-RCNN 653 $aRedes neurais 653 $aVisão computacional 700 1 $aSOUZA, K. X. S. de 700 1 $aTERNES, S. 700 1 $aCAMARGO NETO, J.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 56 | |
3. | | LUCENA, I.; CAMARGO NETO, J. Banco de dados centralizado para pesquisa em agricultura de precisão. In: BORÉM, A.; GIÚDICE, M. P. del; QUEIROZ, D. M. de; MANTOVANI, E. C.; FERREIRA, L. R.; VALLE, F. X. R. do; GOMIDE, R. L. (Ed.). Agricultura de precisão. Viçosa: UFV, 2000. p. 455-467. Na publicação: João Camargo.Biblioteca(s): Embrapa Agricultura Digital. |
| |
18. | | PINTON, E. N. S.; CAMARGO NETO, J.; VISOLI, M. C. Roda da Reprodução iOS: aplicativo móvel para gestão de rebanho leiteiro. In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPCUÁRIA, 13., 2017, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2017. p. 55-60. Editores técnicos: Giampaolo Queiroz Pellegrino, Luciana Guilherme Sacomani Zenerato, Maria Fernanda Moura, Giulia croce, Poliana Fernanda Giachetto.Tipo: Artigo em Anais de Congresso |
Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 56 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|