|
|
Registros recuperados : 24 | |
5. | | OLIVEIRA, G. S. de; SILVEIRA, E. S.; SANTOS, M. F.; FERNANDES, C. D.; JANK, L.; MATSUBARA, E. T. Caracterização do banco de germoplasma de Panicum maximum quanto a fatores bióticos: uso de drones para avaliação de doenças. In: JORNADA CIENTÍFICA EMBRAPA GADO DE CORTE, 15., 2019, Campo Grande, MS. [Resumos dos trabalhos...]. Brasília, DF: Embrapa, 2019 80 p. (Embrapa Gado de Corte. Documentos, 264). Comitê Organizador: Marlene de Barros Coelho; Lenita Ramires dos Santos; Rodrigo Carvalho Alva; Lucimara Chiari; Thais Basso Amaral. p. 40-41 Biblioteca(s): Embrapa Gado de Corte. |
| |
6. | | PADOVANI, C. R.; ESQUERDO, J. C. D. M.; ARAÚJO, A. F.; ISHII, R. P.; MATSUBARA, E. T.; MINGOTI, R. Sistema de suporte à decisão frente às inundações do Pantanal. In: SEMINÁRIO DA REDE AGROHIDRO, 4., 2016, Brasília, DF. Água e agricultura: incertezas e desafios para a sustentabilidade frente às mudanças do clima e do uso da terra: anais. Planaltina, DF: Embrapa Cerrados, 2016. 228-234 Biblioteca(s): Embrapa Agricultura Digital; Embrapa Territorial. |
| |
7. | | PADOVANI, C. R.; ESQUERDO, J. C. D. M.; ARAÚJO, A. F.; ISHII, R. P.; MATSUBARA, E. T.; MINGOTI, R. Sistema de suporte à decisão frente às inundações do Pantanal. In: SEMINÁRIO DA REDE AGROHIDRO, 4., 2016, Brasília, DF. Água e agricultura: incertezas e desafios para a sustentabilidade frente às mudanças do clima e do uso da terra: anais. Planaltina, DF: Embrapa Cerrados, 2016. p. 228-234. Biblioteca(s): Embrapa Cerrados. |
| |
8. | | PADOVANI, C. R.; ESQUERDO, J. C. D. M.; ARAUJO, A. F. de; ISHII, R. P.; MATSUBARA, E. T.; MINGOTI, R. Sistema de suporte à decisão frente às inundações do Pantanal. In: SEMINÁRIO DA REDE AGROHIDRO, 4., 2016, Brasília, DF. Água e agricultura: incertezas e desafios para a sustentabilidade frente às mudanças do clima e do uso da terra: anais. Brasília, DF: Embrapa, 2016. p. 228-234. Biblioteca(s): Embrapa Pantanal. |
| |
9. | | PADOVANI, C. R.; ARAÚJO, A. F. de; ISHII, R. P.; CARVALHO, G.; ALMEIDA, H.; MATSUBARA, E. T.; ESQUERDO, J. C. D. M.; ANTONIASSI, R. A. dos S. Adoption of a decision support system for coexistence of extensive livestock to the Pantanal flood dynamics: related factors. In: INTERNATIONAL SYMPOSIUM ON AGRICULTURAL TECHNOLOGY ADOPTION, 1., 2020, Campo Grande, MS. Studies, methods and experiences. Campo Grande: MS, Embrapa Gado de Corte, 2020. p. 149-150. (Embrapa Gado de Corte. Documentos, 279). Editores: Mariana de Aragão Pereira, João Augusto Rossi Borges, Carla Heloisa Faria Domingues. ISATA 2020. Biblioteca(s): Embrapa Agricultura Digital. |
| |
10. | | PADOVANI, C. R.; ARAÚJO, A. F. de; ISHII, R. P.; CARVALHO, G.; ALMEIDA, H.; MATSUBARA, E. T.; ESQUERDO, J. C. D. M.; ANTONIASSI, R. A. dos S. Adoption of a decision support system for coexistence of extensive livestock to the Pantanal flood dynamics: related factors. In: INTERNATIONAL SYMPOSIUM ON AGRICULTURAL TECHNOLOGY ADOPTION, 1., 2020, Campo Grande, MS. Studies, methods and experiences. Campo Grande: MS, Embrapa Gado de Corte, 2020. p. 149-150. (Embrapa Gado de Corte. Documentos, 279). Editores: Mariana de Aragão Pereira, João Augusto Rossi Borges, Carla Heloisa Faria Domingues. ISATA 2020. Biblioteca(s): Embrapa Pantanal. |
| |
11. | | PADOVANI, C. R.; ARAÚJO, A. F. de; ISHII, R. P.; MATSUBARA, E. T.; ESQUERDO, J. C. D. M.; ANTONIASSI, R. A. dos S. Decision making support system for the adaptation and coexistence of extensive livestock farming in the dynamics of pantanal floods and droughts in face of climate change. In: SOTTA, E. D.; SAMPAIO, F. G.; MARZALL, K.; SILVA, W . G. da (ed.). Adapting to climate change: strategies for Brazilian agricultural and livestock systems. Brasília, DF: MAPA, 2021. p. 92-93. Biblioteca(s): Embrapa Agricultura Digital. |
| |
12. | | PADOVANI, C. R.; ARAÚJO, A. F. de; ISHII, R. P.; MATSUBARA, E. T.; ESQUERDO, J. C. D. M.; ANTONIASSI, R. A. dos S. Decision making support system for the adaptation and coexistence of extensive livestock farming in the dynamics of pantanal floods and droughts in face of climate change. In: SOTTA, E. D.; SAMPAIO, F. G.; MARZALL, K.; SILVA, W . G. da (ed.). Adapting to climate change: strategies for Brazilian agricultural and livestock systems. Brasília, DF: MAPA, 2021. p. 92-93. Biblioteca(s): Embrapa Pantanal. |
| |
13. | | RODRIGUES, L. de S.; CAIXETA FILHO, E.; SAKIYAMA, K.; SANTOS, M. F.; JANK, L.; CARROMEU, C.; SILVEIRA, E.; MATSUBARA, E. T.; MARCATO JUNIOR, J.; GONCALVES, W. N. Deep4Fusion: a Deep FORage Fusion framework for high-throughput phenotyping for green and dry matter yield traits. Computers and Electronics in Agriculture, v. 211, 2023. 14 p. Biblioteca(s): Embrapa Gado de Corte. |
| |
14. | | CRIVELLARO, L. L.; MATSUBARA, E. T.; BARRIOS, S. C. L.; CARROMEU, C.; SANTOS, M. F.; VALLE, C. B. do; JANK, L. Pasto Certo: escolha de cultivares com Inteligência Artificial. In: JORNADA CIENTÍFICA EMBRAPA GADO DE CORTE, 14., 2018, Campo Grande - MS. [Resumos dos trabalhos]. Brasília, DF, Embrapa, 2018 115 p. (Embrapa Gado de Corte. Documentos, 258). p. 64-65 Biblioteca(s): Embrapa Gado de Corte. |
| |
15. | | BARRIOS, S. C. L.; CARROMEU, C.; MATSUBARA, E. T.; CRIVELLARO, L. L.; SILVA, M. A. I. da; VALLE, C. B. do; SANTOS, M. F.; JANK, L. Pasto Certo - versão 2.0®: aplicativo para dispositivos móveis e desktop sobre forrageiras tropicais. Campo Grande, MS: Gado de Corte, 2019. 13 p. (Embrapa Gado de Corte. Comunicado técnico, 148). Biblioteca(s): Embrapa Gado de Corte. |
| |
16. | | PADOVANI, C. R.; ARAÚJO, A. F. de; ISHII, R. P.; MATSUBARA, E. T.; ESQUERDO, J. C. D. M.; ANTONIASSI, R. A. dos S. Sistema de suporte à decisão para a adaptação e convivência da pecuária extensiva à dinâmica das inundações e estiagens do Pantanal frente às mudanças climáticas. In: SOTTA, E. D.; SAMPAIO, F. G.; MARZALL, K.; SILVA, W. G. da (org.). Estratégias de adaptação às mudanças do clima dos sistemas agropecuários brasileiros. Brasília, DF: MAPA, 2021. p. 92-93. Biblioteca(s): Embrapa Agricultura Digital; Embrapa Pantanal. |
| |
17. | | WEBER, F. de L.; WEBER, V. A. de M; MORAES, P. H. de; MATSUBARA, E. T.; PAIVA, D. M. B.; GOMES, M. de N. B.; OLIVEIRA, L. O. F. de; MEDEIROS, S. R. de; CAGNIN, M. I. Counting cattle in UAV images using convolutional neural network. Remote Sensing Applications: Society and Environment, v. 29, article 100900, 2023. Biblioteca(s): Embrapa Gado de Corte; Embrapa Pecuária Sudeste. |
| |
18. | | BARRIOS, S. C. L.; CARROMEU, C.; CRIVELLARO, L. L.; VERZIGNASSI, J. R.; ZIMMER, A. H.; SANTOS, M. F.; JANK, L.; VALLE, C. B. do; JOSÉ, M. R.; GOMES, O. C. de O.; MATSUBARA, E. T.; SILVA, M. A. I. da. Pasto Certo - versão 3.0: aplicativo para dispositivos móveis e desktop sobre forrageiras tropicais. Campo Grande, MS: Embrapa Gado de Corte, 2021. (Embrapa Gado de Corte / Comunicado Técnico, 159) Biblioteca(s): Embrapa Gado de Corte. |
| |
19. | | BARRIOS, S. C. L.; CARROMEU, C.; BARRIGOSSE, F. F.; MARTUSCELLO, J. A.; CUNHA, D. de N. F. V. da; EUCLIDES, V. P. B.; MONTAGNER, D. B.; MATSUBARA, E. T.; SILVA, M. A. I. da. Pasto Certo - versão 4.0: aplicativo para dispositivos móveis e desktop sobre forrageiras tropicais. Campo Grande, MS: Embrapa Gado de Corte, 2024. 18 p. (Embrapa Gado de Corte. Comunicado técnico, 171). Biblioteca(s): Embrapa Gado de Corte. |
| |
20. | | OSCO, L. P.; MARCATO JUNIOR, J.; RAMOS, A. P. M.; JORGE, L. A. de C.; FATHOLAHI, S. N.; SILVA, J. A.; MATSUBARA, E. T.; PISTORI, H.; GONÇALVES, W. N.; LI, J. A review on deep learning in UAV remote sensing. International Journal of Applied Earth Observations and Geoinformation, v. 102, 102456, 2021. 1 - 22 Biblioteca(s): Embrapa Instrumentação. |
| |
Registros recuperados : 24 | |
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Pantanal. Para informações adicionais entre em contato com cpap.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Pantanal. |
Data corrente: |
12/03/2018 |
Data da última atualização: |
17/08/2020 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
WEBER, F. de L.; WEBER, V. A. de M.; MENEZES, G. V.; OLIVEIRA JUNIOR, A. da S.; ALVES, D. A.; OLIVEIRA, M. V. M. de; MATSUBARA, E. T.; PISTORI, H.; ABREU, U. G. P. de. |
Afiliação: |
FABRICIO DE LIMA WEBER, Universidade Estadual de Mato Grosso do Sul, Aquidauana; VANESSA APARECIDA DE MORAES WEBER, Universidade Católica Dom Bosco, Campo Grande; GEAZY VILHARVA MENEZES, Universidade Federal do Mato Grosso do Sul, Campo Grande; ADAIR DA SILVA OLIVEIRA JUNIOR, Universidade Federal do Mato Grosso do Sul, Campo Grande; DANIELA ARESTIDES ALVES, Universidade Estadual de Mato Grosso do Sul, Aquidauana; MARCUS VINICIUS MORAIS DE OLIVEIRA, Universidade Estadual de Mato Grosso do Sul, Aquidauana; EDSON TAKASHI MATSUBARA, Universidade Federal do Mato Grosso do Sul, Campo Grande; HEMERSON PISTORI, Universidade Católica Dom Bosco, Campo Grande; URBANO GOMES PINTO DE ABREU, CPAP. |
Título: |
Recognition of Pantaneira cattle breed using computer vision and convolutional neural networks. |
Ano de publicação: |
2020 |
Fonte/Imprenta: |
Computers and Electronics in Agriculture, v. 175, 105548, p. 1-9, 2020. |
DOI: |
https://doi.org/10.1016/j.compag.2020.105548 |
Idioma: |
Inglês |
Conteúdo: |
The objective of this paper is to provide recognition for Pantaneira cattle breed using Convolutional Neural Networks (CNN). Fifty-one animals from the Aquidauana Pantaneira cattle Center (NUBOPAN) were studied. The center is located in the Midwest region of Brazil. Four monitoring cameras were distributed in the fences and took 27,849 images of Pantaneira cattle breed using different angles and positions. The following three CNN architectures were used for the experiment: DenseNet-201, Resnet50 and Inception-Resnet-V. All networks were submitted to 10-fold stratified cross-validation over 50 epochs. The results showed an accuracy of 99% in all networks, which is encouraging for future research. |
Thesagro: |
Gado de Corte; Rede; Sistema de Informação. |
Thesaurus NAL: |
Cattle; Computer vision; Neural networks. |
Categoria do assunto: |
L Ciência Animal e Produtos de Origem Animal |
Marc: |
LEADER 01634naa a2200301 a 4500 001 2088972 005 2020-08-17 008 2020 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1016/j.compag.2020.105548$2DOI 100 1 $aWEBER, F. de L. 245 $aRecognition of Pantaneira cattle breed using computer vision and convolutional neural networks.$h[electronic resource] 260 $c2020 520 $aThe objective of this paper is to provide recognition for Pantaneira cattle breed using Convolutional Neural Networks (CNN). Fifty-one animals from the Aquidauana Pantaneira cattle Center (NUBOPAN) were studied. The center is located in the Midwest region of Brazil. Four monitoring cameras were distributed in the fences and took 27,849 images of Pantaneira cattle breed using different angles and positions. The following three CNN architectures were used for the experiment: DenseNet-201, Resnet50 and Inception-Resnet-V. All networks were submitted to 10-fold stratified cross-validation over 50 epochs. The results showed an accuracy of 99% in all networks, which is encouraging for future research. 650 $aCattle 650 $aComputer vision 650 $aNeural networks 650 $aGado de Corte 650 $aRede 650 $aSistema de Informação 700 1 $aWEBER, V. A. de M. 700 1 $aMENEZES, G. V. 700 1 $aOLIVEIRA JUNIOR, A. da S. 700 1 $aALVES, D. A. 700 1 $aOLIVEIRA, M. V. M. de 700 1 $aMATSUBARA, E. T. 700 1 $aPISTORI, H. 700 1 $aABREU, U. G. P. de 773 $tComputers and Electronics in Agriculture$gv. 175, 105548, p. 1-9, 2020.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pantanal (CPAP) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|