| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Soja. Para informações adicionais entre em contato com valeria.cardoso@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Arroz e Feijão; Embrapa Soja. |
|
Data corrente: |
22/07/2022 |
|
Data da última atualização: |
22/08/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
PEREIRA, R. de C.; HIROSE, E.; CARVALHO, O. L. F. de; COSTA, R. M. da; BORGES, D. L. |
|
Afiliação: |
RUBENS DE CASTRO PEREIRA, CNPAF; EDSON HIROSE, CNPSO; OSMAR LUIZ FERREIRA DE CARVALHO, Universidade de Brasília; RONALDO MARTINS DA COSTA; DÍBIO LEANDRO BORGES, UNIVERSIDADE DE BRASÍLIA. |
|
Título: |
Detection and classification of whiteflies and development stages on soybean leaves images using an improved deep learning strategy. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Computers and Electronics in Agriculture, v. 199, 107132, p. 1-12, Aug. 2022. |
|
ISSN: |
0168-1699 |
|
DOI: |
doi.org/10.1016/j.compag.2022.107132 |
|
Idioma: |
Inglês |
|
Conteúdo: |
This paper presents a novel strategy to detect and classify adult whiteflies and five important related stages on images of detached soybean leaves. The whitefly Bemisia tabaci is a major pest in soybean crops, and by detecting, counting and differentiating its related life stages in field collected leaves control management decisions can be made. The proposed solution is based on a deep learning object detection algorithm (YOLOv4), modified into an specific new learning strategy with innovations on data augmentation, image mosaicking, and fusion of hypothesized object categories. A real and annotated dataset of images is provided from a controlled experiment infected with whitefly eggs having 121 images and 973 annotated objects. The experimental results showed a promising performance of the proposed system, reaching an f1-score of 0.87, in comparison with a single YOLOv4 algorithm that reached f1-score of 0.80. The overall strategy could be extended to work in other similar tasks for image based pest management. |
|
Palavras-Chave: |
Classificação; Detecção; Imagem digital; Visão computacional; Yolov4. |
|
Thesagro: |
Bemisia Tabaci; Identificação; Mosca Branca; Programa de Computador; Soja. |
|
Thesaurus Nal: |
Classification; Computer software; Computer vision; Detection; Digital images; Models. |
|
Categoria do assunto: |
O Insetos e Entomologia |
|
Marc: |
LEADER 02179naa a2200385 a 4500
001 2144877
005 2022-08-22
008 2022 bl uuuu u00u1 u #d
022 $a0168-1699
024 7 $adoi.org/10.1016/j.compag.2022.107132$2DOI
100 1 $aPEREIRA, R. de C.
245 $aDetection and classification of whiteflies and development stages on soybean leaves images using an improved deep learning strategy.$h[electronic resource]
260 $c2022
520 $aThis paper presents a novel strategy to detect and classify adult whiteflies and five important related stages on images of detached soybean leaves. The whitefly Bemisia tabaci is a major pest in soybean crops, and by detecting, counting and differentiating its related life stages in field collected leaves control management decisions can be made. The proposed solution is based on a deep learning object detection algorithm (YOLOv4), modified into an specific new learning strategy with innovations on data augmentation, image mosaicking, and fusion of hypothesized object categories. A real and annotated dataset of images is provided from a controlled experiment infected with whitefly eggs having 121 images and 973 annotated objects. The experimental results showed a promising performance of the proposed system, reaching an f1-score of 0.87, in comparison with a single YOLOv4 algorithm that reached f1-score of 0.80. The overall strategy could be extended to work in other similar tasks for image based pest management.
650 $aClassification
650 $aComputer software
650 $aComputer vision
650 $aDetection
650 $aDigital images
650 $aModels
650 $aBemisia Tabaci
650 $aIdentificação
650 $aMosca Branca
650 $aPrograma de Computador
650 $aSoja
653 $aClassificação
653 $aDetecção
653 $aImagem digital
653 $aVisão computacional
653 $aYolov4
700 1 $aHIROSE, E.
700 1 $aCARVALHO, O. L. F. de
700 1 $aCOSTA, R. M. da
700 1 $aBORGES, D. L.
773 $tComputers and Electronics in Agriculture$gv. 199, 107132, p. 1-12, Aug. 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 15 | |
| 12. |  | BAPTISTA, G. M. de M.; MADEIRA NETO, J. da S.; CARVALHO JUNIOR, O. A.; MARTINS, E. de S.; MENESES, P. R. Mapeamento dos teores de argila de solos tropicais, por meio de dados de sensoriamento remoto hiperespectral. In: CONGRESSO BRASILEIRO DE CIENCIA DO SOLO, 27., 1999, Brasilia, DF. [Ciencia do solo e qualidade de vida: anais]. [Planaltina: Embrapa Cerrados, 1999]. Sessao de posteres 3. Resumo.| Biblioteca(s): Embrapa Cerrados. |
|   |
| 13. | | BAPTISTA, G. M. de M.; MARTINS, E. de S.; MADEIRA NETTO, J. da S.; CARVALHO JUNIOR, O. A. de; MENESES, P. R. Use of AVIRIS data for mineralogical mapping in tropical soils, in the district of Sao Joao D'Alianca, Goias. In: JPL AIRBORNE EARTH SCIENCE WORKSHOP, 7., 1998, Pasadena. Summaries. Pasadena: NASA, 1998. p.33-42.| Biblioteca(s): Embrapa Cerrados. |
| |
| 14. | | CARVALHO JUNIOR, O. A. de; BAPTISTA, G. M. de M.; MADEIRA NETTO, J. da S.; MARTINS, E. de S.; CARVALHO, A. P. F.; MENESES, P. R. Utilizacao de dados hiperespectrais do sensor A VIRIS para identificacao da feicao espectral da ligacao magnesio-hidroxila em latericos niqueliferos. In: SIMPOSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 9., 1998, Santos, SP. Anais. Sao Jose dos Campos: INPE/MCT/SELPER, 1998. nao paginado.| Biblioteca(s): Embrapa Cerrados. |
| |
| 15. | | SANTOS, C. V. B. dos; BAPTISTA, G. M. de M.; MOURA, M. S. B. de; SILVA, A. de B.; ROCHA, W. de J. S. da F.; CARVALHO, H. F. de S.; GALVÍNCIO, J. D. Validação de um modelo espectral para determinação de fluxos de CO2 em áreas do Bioma Caatinga. Journal of Environmental Analysis and Progress, v. 8, n. 3, p. 226-239, 2023.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 4 |
| Biblioteca(s): Embrapa Semiárido. |
|  |
| Registros recuperados : 15 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
