| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Mandioca e Fruticultura. Para informações adicionais entre em contato com cnpmf.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
15/08/2024 |
|
Data da última atualização: |
15/08/2024 |
|
Autoria: |
MOURA, M. J. DE. |
|
Afiliação: |
MATHEUS JOSÉ DE MOURA, UNIVERSIDADE FEDERAL DE UBERLÂNDIA. |
|
Título: |
Uso de redes neurais convolucionais para a segmentação de mancha anelar do mamoeiro com uso de imagens por UAV. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Dissertação (Mestrado em SCiência da Computação) - Universidade Federal de Uberlândia, 2023. 80 f. il. |
|
Idioma: |
Português |
|
Notas: |
Comprovação de resultado de projeto da pesquisadora Cristiane de Jesus Barbosa. |
|
Conteúdo: |
Resumo A agricultura de precisão é uma abordagem baseada em tecnologia que utiliza e analisa os dados para aperfeiçoar as práticas agrícolas. Ela permite aos agricultores tomarem as decisões mais informadas, maximizar a eĄciência dos recursos e promover uma produção agrícola mais sustentável. Este trabalho visa integrar a agricultura de precisão com as técnicas de Aprendizado de Máquina (AM) para a detecção da doença mancha anelar em plantações de mamoeiro, a partir de um pequeno campo amostral, a Ąm de analisar o comportamento das redes de segmentação. As imagens foram capturadas usando um veículo aéreo não tripulado em plantios de mamão. As técnicas de AM utilizadas foram as redes neurais de segmentação: UNET, PSPNET, LINKNET e FCN combinadas com a arquitetura profunda VGG16, para o processo de treinamento, validação e teste, usou-se do dataset formado pelas imagens capturadas. As redes treinadas foram validades sobre os resultados de acurácia e F1-Score, no qual obtiveram resultados acima de 79%, porém esses indicativos não são aĄrmativos para uma validação conclusiva para a detecção da doença, ocorrendo variações de falsos positivos no resultado das imagens. |
|
Thesagro: |
Agricultura; Agricultura de Precisão; Mamão; Mancha Anelar. |
|
Thesaurus Nal: |
Agriculture; Papaya ringspot virus; Papayas; Precision agriculture. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 02027nam a2200217 a 4500
001 2166557
005 2024-08-15
008 2023 bl uuuu m 00u1 u #d
100 1 $aMOURA, M. J. DE
245 $aUso de redes neurais convolucionais para a segmentação de mancha anelar do mamoeiro com uso de imagens por UAV.$h[electronic resource]
260 $aDissertação (Mestrado em SCiência da Computação) - Universidade Federal de Uberlândia, 2023. 80 f. il.$c2023
500 $aComprovação de resultado de projeto da pesquisadora Cristiane de Jesus Barbosa.
520 $aResumo A agricultura de precisão é uma abordagem baseada em tecnologia que utiliza e analisa os dados para aperfeiçoar as práticas agrícolas. Ela permite aos agricultores tomarem as decisões mais informadas, maximizar a eĄciência dos recursos e promover uma produção agrícola mais sustentável. Este trabalho visa integrar a agricultura de precisão com as técnicas de Aprendizado de Máquina (AM) para a detecção da doença mancha anelar em plantações de mamoeiro, a partir de um pequeno campo amostral, a Ąm de analisar o comportamento das redes de segmentação. As imagens foram capturadas usando um veículo aéreo não tripulado em plantios de mamão. As técnicas de AM utilizadas foram as redes neurais de segmentação: UNET, PSPNET, LINKNET e FCN combinadas com a arquitetura profunda VGG16, para o processo de treinamento, validação e teste, usou-se do dataset formado pelas imagens capturadas. As redes treinadas foram validades sobre os resultados de acurácia e F1-Score, no qual obtiveram resultados acima de 79%, porém esses indicativos não são aĄrmativos para uma validação conclusiva para a detecção da doença, ocorrendo variações de falsos positivos no resultado das imagens.
650 $aAgriculture
650 $aPapaya ringspot virus
650 $aPapayas
650 $aPrecision agriculture
650 $aAgricultura
650 $aAgricultura de Precisão
650 $aMamão
650 $aMancha Anelar
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| 1. |  | VASCONCELOS, A. T. R.; FERREIRA, H. B.; BIZARRO, C. V.; BONATTO, S. L.; CARVALHO, M. O.; PINTO, P. M.; ALMEIDA, D. F.; ALMEIDA, L. G. P.; ALMEIDA, R.; ALVES-FILHO, L.; ASSUNÇÃO, E. N.; AZEVEDO, V. A. C.; BOGO, M. R.; BRIGIDO, M. M.; BROCCHI, M.; BURITY, H. A.; CAMARGO, A. A.; CAMARGO, S. S.; CAREPO, M. S.; CARRARO, D. M.; CASCARDO, J. C. de M.; CASTRO, L. A.; CAVALCANTI, G.; CHEMALE, G.; COLLEVATTI, R. G.; CUNHA, C. W.; DALLAGIOVANNA, B.; DAMBRÓS, B. P.; DELLAGOSTIN, O. A.; FALCÃO, C.; FANTINATTI-GARBOGGINI, F.; FELIPE, M. S. S.; FIORENTIN, L.; FRANCO, G. R.; FREITAS, N. S. A.; FRÍAS, D.; GRANGEIRO, T. B.; GRISARD, E. C.; GUIMARÃES, C. T.; HUNGRIA, M.; JARDIM, S. N.; KRIEGER, M. A.; LAURINO, J. P.; LIMA, L. F. A.; LOPES, M. I.; LORETO, E. L. S.; MADEIRA, H. M. F.; MANFIO, G. P.; MARANHÃO, A. Q.; MARTINKOVICS, C. T.; MEDEIROS, S. R. B.; MOREIRA, M. A. M.; NEIVA, M.; RAMALHO-NETO, C. E.; NICOLÁS, M. F.; OLIVEIRA, S. C.; PAIXÃO, R. F. C.; PEDROSA, F. O.; PENA, S. D. J.; PEREIRA, M.; PEREIRA-FERRARI, L.; PIFFER, I.; PINTO, L. S.; POTRICH, D. P.; SALIM, A. C. M.; SANTOS, F. R.; SCHMITT, R.; SCHNEIDER, M. P. C.; SCHRANK, A.; SCHRANK, I. S.; SCHUCK, A. F.; SEUANEZ, H. N.; SILVA, D. W.; SILVA, R.; SILVA, S. C.; SOARES, C. M. A.; SOUZA, K. R. L.; SOUZA, R. C.; STAATS, C. C.; STEFFENS, M. B. R.; TEIXEIRA, S. M. R.; URMENYI, T. P.; VAINSTEIN, M. H.; ZUCCHERATO, L. W.; SIMPSON, A. J. G.; ZAHA, A. Swine and poultry pathogens: the complete genome sequences of two strains of Mycoplasma hyopneumoniae and a strain of Mycoplasma synoviae. Journal of Bacteriology, v. 187, n. 16, p. 5568-5577, Aug. 2005.| Tipo: Artigo em Periódico Indexado |
| Biblioteca(s): Embrapa Milho e Sorgo; Embrapa Soja. |
|    |
| Registros recuperados : 1 | |
|
| Expressão de busca inválida. Verifique!!! |
|
|
