| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Pecuária Sudeste; Embrapa Territorial. |
|
Data corrente: |
19/12/2023 |
|
Data da última atualização: |
20/12/2023 |
|
Tipo da produção científica: |
Boletim de Pesquisa e Desenvolvimento |
|
Autoria: |
SANTOS, T. T.; KOENIGKAN, L. V.; TAKEMURA, C. M.; SANTOS, P. M. |
|
Afiliação: |
THIAGO TEIXEIRA SANTOS, CNPTIA; LUCIANO VIEIRA KOENIGKAN, CNPTIA; CELINA MAKI TAKEMURA, CNPM; PATRICIA MENEZES SANTOS, CPPSE. |
|
Título: |
Aprendizado auto-supervisionado de representações para monitoramento de pastagens por imagens em alta resolução. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Campinas: Embrapa Agricultura Digital, 2023. 26 p. il. color. |
|
Série: |
(Embrapa Agricultura Digital. Boletim de pesquisa e desenvolvimento, 57). |
|
ISSN: |
2764-2623 |
|
Idioma: |
Português |
|
Conteúdo: |
Neste trabalho, apresentamos uma metodologia baseada em aprendizado auto-supervisionado de representações capazes de caracterizar pequenas amostras de pastagem (≤ 1 m²), permitindo varreduras aéreas em grande nível de detalhe. |
|
Palavras-Chave: |
Aprendizado de máquina; Drones; Imagem de pastagem; Machine learning; Masked autoencoders; Metodologia; Pastagens. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus Nal: |
Pastures; Remote sensing. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1159951/1/Boletim-57-2023.pdf
|
|
Marc: |
LEADER 01167nam a2200289 a 4500
001 2159951
005 2023-12-20
008 2023 bl uuuu u0uu1 u #d
022 $a2764-2623
100 1 $aSANTOS, T. T.
245 $aAprendizado auto-supervisionado de representações para monitoramento de pastagens por imagens em alta resolução.$h[electronic resource]
260 $aCampinas: Embrapa Agricultura Digital, 2023. 26 p. il. color.$c2023
490 $a(Embrapa Agricultura Digital. Boletim de pesquisa e desenvolvimento, 57).
520 $aNeste trabalho, apresentamos uma metodologia baseada em aprendizado auto-supervisionado de representações capazes de caracterizar pequenas amostras de pastagem (≤ 1 m²), permitindo varreduras aéreas em grande nível de detalhe.
650 $aPastures
650 $aRemote sensing
650 $aSensoriamento Remoto
653 $aAprendizado de máquina
653 $aDrones
653 $aImagem de pastagem
653 $aMachine learning
653 $aMasked autoencoders
653 $aMetodologia
653 $aPastagens
700 1 $aKOENIGKAN, L. V.
700 1 $aTAKEMURA, C. M.
700 1 $aSANTOS, P. M.
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 : 1 | |
| 1. |  | LEAL, M. A. de A.; MARY, W.; FERREIRA, M. B. C. Cultivo protegido. In: CAMPOS, D. V. B. de; LIMA, E.; ZONTA, E.; BALIEIRO, F. de C.; GUERRA, J. G. M.; POLIDORO, J. C.; ANJOS, L. H. C. dos; FREIRE, L. R.; LEAL, M. A. de A.; PEREIRA, M. G.; FERREIRA, M. B. C. (Ed.). Manual de calagem e adubação do Estado do Rio de Janeiro. Brasília, DF: Embrapa; Seropédica, RJ: Universidade Rural, 2013.| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Agrobiologia. |
|   |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
