|
|
Registro Completo |
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
28/04/2023 |
Data da última atualização: |
22/11/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
VIEIRA, L. P.; SIMÕES, M.; FERRAZ, R. P. D.; RIBEIRO, J. A. |
Afiliação: |
LUAN PORTO VIEIRA, UNIVERSIDADE ESTADUAL DO RIO DE JANEIRO; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; JOÃO ARAÚJO RIBEIRO, UNIVERSIDADE ESTADUAL DO RIO DE JANEIRO. |
Título: |
Deep learning e segmentação semântica de imagens para diagnóstico de níveis de degradação de pastagem. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027. |
Idioma: |
Português |
Conteúdo: |
O processo de degradação de pastagem pode ser identificado quando a produção de forragem diminui, consequentemente, o aumento das áreas descobertas e plantas invasoras. Este trabalho objetivou avaliar técnicas de segmentação semântica de fotografias para diferenciação de plantas invasoras, forrageiras, solo exposto e palhada por meio do modelo DeeplabV3+. Primeiramente o modelo foi treinado com amostras do banco de dados The GrassClover Image Dataset for Semantic and Hierarchical Species Understanding in Agriculture. Um pequeno banco de dados foi construído a partir das fotografias ortogonais, retiradas da plataforma Atlas das Pastagens. Após o processo de treinamento com os dois bancos de imagens os resultados demonstraram satisfatórios com valores de MIoU de 87,6% com o primeiro banco de imagens e 75,4% com segundo banco de imagens. Conclui-se que as técnicas de segmentação semântica de imagens apresentam potencial para subsidiar a classificação da degradação de pastagens. |
Palavras-Chave: |
Aprendizado de máquina; Redes Neurais Convolucionais; Visão computacional. |
Thesagro: |
Pastagem. |
Thesaurus Nal: |
Image analysis. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1153427/1/Deep-learning-e-segmentacao-semantica-de-imagens-2023.pdf
|
Marc: |
LEADER 01797nam a2200205 a 4500 001 2153427 005 2023-11-22 008 2023 bl uuuu u00u1 u #d 100 1 $aVIEIRA, L. P. 245 $aDeep learning e segmentação semântica de imagens para diagnóstico de níveis de degradação de pastagem.$h[electronic resource] 260 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027.$c1027 520 $aO processo de degradação de pastagem pode ser identificado quando a produção de forragem diminui, consequentemente, o aumento das áreas descobertas e plantas invasoras. Este trabalho objetivou avaliar técnicas de segmentação semântica de fotografias para diferenciação de plantas invasoras, forrageiras, solo exposto e palhada por meio do modelo DeeplabV3+. Primeiramente o modelo foi treinado com amostras do banco de dados The GrassClover Image Dataset for Semantic and Hierarchical Species Understanding in Agriculture. Um pequeno banco de dados foi construído a partir das fotografias ortogonais, retiradas da plataforma Atlas das Pastagens. Após o processo de treinamento com os dois bancos de imagens os resultados demonstraram satisfatórios com valores de MIoU de 87,6% com o primeiro banco de imagens e 75,4% com segundo banco de imagens. Conclui-se que as técnicas de segmentação semântica de imagens apresentam potencial para subsidiar a classificação da degradação de pastagens. 650 $aImage analysis 650 $aPastagem 653 $aAprendizado de máquina 653 $aRedes Neurais Convolucionais 653 $aVisão computacional 700 1 $aSIMÕES, M. 700 1 $aFERRAZ, R. P. D. 700 1 $aRIBEIRO, J. A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Milho e Sorgo. |
Data corrente: |
23/06/2000 |
Data da última atualização: |
09/06/2018 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
FIGUEIREDO, M. L. C.; BARBOSA, W.; CORREA, A. G.; PERRI JUNIOR, J.; PAULA, A. F. de; CRUZ, I. |
Afiliação: |
IVAN CRUZ, CNPMS. |
Título: |
Atratividade de diferentes formulações de feromônio sintético para machos de Spodoptera frugiperda. |
Ano de publicação: |
2000 |
Fonte/Imprenta: |
In: CONGRESSO NACIONAL DE MILHO E SORGO, 23., 2000, Uberlândia. A inovação tecnológica e a competividade no contexto dos mercados globalizados: resumos. Sete Lagoas: ABMS: Embrapa Milho e Sorgo; Uberlândia: Universidade Federal de Uberlândia, 2000. p. 233. |
Idioma: |
Português |
Palavras-Chave: |
Integrated control; Maize; Monitoramento; Pest; Pheromone. |
Thesagro: |
Controle Integrado; Ecologia; Feromônio; Milho; Praga; Spodoptera Frugiperda; Zea Mays. |
Thesaurus NAL: |
ecology. |
Categoria do assunto: |
H Saúde e Patologia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/41824/1/Atratividade-diferentes.pdf
|
Marc: |
LEADER 01087nam a2200313 a 4500 001 1483882 005 2018-06-09 008 2000 bl uuuu u00u1 u #d 100 1 $aFIGUEIREDO, M. L. C. 245 $aAtratividade de diferentes formulações de feromônio sintético para machos de Spodoptera frugiperda.$h[electronic resource] 260 $aIn: CONGRESSO NACIONAL DE MILHO E SORGO, 23., 2000, Uberlândia. A inovação tecnológica e a competividade no contexto dos mercados globalizados: resumos. Sete Lagoas: ABMS: Embrapa Milho e Sorgo; Uberlândia: Universidade Federal de Uberlândia, 2000. p. 233.$c2000 650 $aecology 650 $aControle Integrado 650 $aEcologia 650 $aFeromônio 650 $aMilho 650 $aPraga 650 $aSpodoptera Frugiperda 650 $aZea Mays 653 $aIntegrated control 653 $aMaize 653 $aMonitoramento 653 $aPest 653 $aPheromone 700 1 $aBARBOSA, W. 700 1 $aCORREA, A. G. 700 1 $aPERRI JUNIOR, J. 700 1 $aPAULA, A. F. de 700 1 $aCRUZ, I.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|