|
|
Registros recuperados : 37 | |
14. | | ÁVILA, S.; SILVA, T. M. F. S. S.; BEUX, M. R.; LAZZAROTTO, M.; RIBANI, R. H. Impacto da pasteurização e desumificação na qualidade de meis de Tetragonisca angustula. In: CONGRESSO BRASILEIRO DE APICULTURA, 22.; CONGRESSO BRASILEIRO DE MELIPONICULTURA, 7., 2018, Joinville. Polinização, tecnologia oportunidades e desafio para o criador de abelha no Brasil: anais. Joinville: CBA, 2018. p. 184. Biblioteca(s): Embrapa Florestas. |
| |
15. | | ÁVILA, S.; HORNUNG, P. S.; TEIXEIRA, G. L.; BEUX, M. R.; LAZZAROTTO, M.; RIBANI, R. H. A chemometric approach for moisture control in stingless bee honey using near infrared spectroscopy. Journal of Near Infrared Spectroscopy, v. 26, n. 6, p. 379-388, Dec. 2018. Biblioteca(s): Embrapa Florestas. |
| |
19. | | AVILA, S. R. de; LOVATTO, P. B.; MAUCH, C. R.; SCHIEDECK, G.; KUHN, M. A influência da adubação orgânica no equilíbrio trofobiótico solo-couve-pulgão. In: ENCONTRO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO DA EMBRAPA CLIMA TEMPERADO, 6., 2016, Pelotas. Ciência: Empreendedorismo e inovação: anais. Brasília, DF: Embrapa, 2016. p. 110-112 Biblioteca(s): Embrapa Clima Temperado. |
| |
20. | | CHEBATAROFF, N.; SALDAIN, N.; DEAMBROSI, E.; AVILA, S.; ZORRILLA, G.; ACEVEDO, A.; BLANCO, F.; PEREZ, W. Resultados experimentales 1988-89: soja. [S.l.]: CIAAB. Estacion Experimental del Este, 1989. 52p. (CIAAB. Estacion Experimental del Este. Serie Resultados Experimentales, 25). Biblioteca(s): Embrapa Soja. |
| |
Registros recuperados : 37 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
21/09/2018 |
Data da última atualização: |
15/08/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
SANTOS, A. A. dos; AVILA, S.; SANTOS, T. T. |
Afiliação: |
ANDREZA APARECIDA DOS SANTOS; SANDRA AVILA; THIAGO TEIXEIRA SANTOS, CNPTIA. |
Título: |
Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2. |
Ano de publicação: |
2018 |
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n], 2018. |
Páginas: |
Não paginado. |
ISBN: |
978-85-7029-145-5 |
Idioma: |
Português |
Notas: |
CIIC 2018. Nº 17601. |
Conteúdo: |
RESUMO - Neste trabalho, o problema de detecção de frutas e folhas em viticultura para aplicações envolvendo sensoriamento próximo foi modelado como um problema de aprendizado supervisionado de máquina. Uma base de dados foi criada e manualmente anotada a partir de imagens obtidas em abril de 2017 na Vinícola Guaspari. No total são 11.883 imagens contendo exemplos de cachos de uvas e folhas. Uma rede convolutiva com arquitetura YOLOv2 foi treinada para localização e classificação de cachos e folhas. Testes quantitativos demonstraram resultados para a detecção e classificação com precisão de 100%, revocação de até 74,2% e F1-Score de 85,2% para classe "uva" e precisão de 100%, revocação de até 67,9% e F1-Score de 80,9% para a classe "folha". Testes qualitativos mostram que o modelo generaliza bem quando testado em fotografias de outras variedades de uvas. Esses resultados se mostram promissores para a melhoria do método e caminham para a possibilidade de aplicação em campo. |
Palavras-Chave: |
Aprendizado de máquina; Aprendizado supervisionado; Aprendizagem profunda; Deep Learning; Detecção de frutos; Fruit detection; Image Recognition; Machine learning; Reconhecimento de Imagens; Redes neurais. |
Thesagro: |
Viticultura. |
Thesaurus NAL: |
Neural networks; Viticulture. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/183361/1/18601.pdf
|
Marc: |
LEADER 02039nam a2200325 a 4500 001 2096173 005 2023-08-15 008 2018 bl uuuu u00u1 u #d 020 $a978-85-7029-145-5 100 1 $aSANTOS, A. A. dos 245 $aDetecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2.$h[electronic resource] 260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n]$c2018 300 $aNão paginado. 500 $aCIIC 2018. Nº 17601. 520 $aRESUMO - Neste trabalho, o problema de detecção de frutas e folhas em viticultura para aplicações envolvendo sensoriamento próximo foi modelado como um problema de aprendizado supervisionado de máquina. Uma base de dados foi criada e manualmente anotada a partir de imagens obtidas em abril de 2017 na Vinícola Guaspari. No total são 11.883 imagens contendo exemplos de cachos de uvas e folhas. Uma rede convolutiva com arquitetura YOLOv2 foi treinada para localização e classificação de cachos e folhas. Testes quantitativos demonstraram resultados para a detecção e classificação com precisão de 100%, revocação de até 74,2% e F1-Score de 85,2% para classe "uva" e precisão de 100%, revocação de até 67,9% e F1-Score de 80,9% para a classe "folha". Testes qualitativos mostram que o modelo generaliza bem quando testado em fotografias de outras variedades de uvas. Esses resultados se mostram promissores para a melhoria do método e caminham para a possibilidade de aplicação em campo. 650 $aNeural networks 650 $aViticulture 650 $aViticultura 653 $aAprendizado de máquina 653 $aAprendizado supervisionado 653 $aAprendizagem profunda 653 $aDeep Learning 653 $aDetecção de frutos 653 $aFruit detection 653 $aImage Recognition 653 $aMachine learning 653 $aReconhecimento de Imagens 653 $aRedes neurais 700 1 $aAVILA, S. 700 1 $aSANTOS, T. T.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|