Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  21/10/2020
Data da última atualização:  22/10/2020
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  CAMARGO NETO, J.; TERNES, S.; SOUZA, K. X. S. de; YANO, I. H.; QUEIROS, L. R.
Afiliação:  JOAO CAMARGO NETO, CNPTIA; SONIA TERNES, CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; INACIO HENRIQUE YANO, CNPTIA; LEONARDO RIBEIRO QUEIROS, CNPTIA.
Título:  Uso de redes neurais convolucionais para detecção de laranjas no campo.
Ano de publicação:  2019
Fonte/Imprenta:  In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGRO, 2019.
Páginas:  p. 312-321.
ISBN:  978-65-00-10242-0
Idioma:  Português
Notas:  Organizadores: Maria Fernanda Moura, Jayme Garcia Arnal Barbedo, Alaine Margarete Guimarães, Valter Castelhano de Oliveira. SBIAgro 2019.
Conteúdo:  RESUMO. A laranja e seus derivados são um dos principais produtos do agronegócio brasileiro, além de uma das cadeias produtivas que mais emprega mão de obra por hectare, o que mostra o alto grau de impacto econômico e social desta cultura para o país. Uma estimativa de produção eficiente pode auxiliar os produtores tanto no manejo de sua lavoura quanto na adoção de estratégias de vendas com a indústria. Este trabalho descreve o processo de treinamento e teste de uma rede neural de aprendizado profundo para a detecção e contagem de frutos verdes a partir de imagens digitais de pés de laranja obtidas no campo. Os resultados para as imagens de teste apresentaram índice de mais de 90% de precisão, com cerca de 90% de revocação para a rede neural. Isso indica que a metodologia utilizada é bastante promissora.
Palavras-Chave:  Aprendizado profundo; Citros; Contagem de frutos verdes; Deep learning; Imagem digital; Rede neural de aprendizado profundo; Visão computacional; Yolo-v3.
Thesagro:  Laranja.
Thesaurus Nal:  Citrus; Computer vision; Digital images; Neural networks.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/216886/1/PC-Redes-neurais-SBIAGRO-2019.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPTIA20519 - 1UMTAA - DD
Voltar






Registro Completo

Biblioteca(s):  Embrapa Caprinos e Ovinos.
Data corrente:  07/02/2007
Data da última atualização:  25/09/2019
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  ALVES, F. S. F.; SANTOS, R. A. dos; PINHEIRO, R. R.; SOUSA, F. G. C.; NEVES, M. R. M. das.
Afiliação:  FRANCISCO SELMO FERNANDES ALVES, CNPC; RAYMUNDO RIZALDO PINHEIRO, CNPC.
Título:  Análise microbiológica e físico-química do queijo de cabra "tipo coalho" elaborado em propriedades em Sobral, Ceará: resultados preliminares.
Ano de publicação:  2006
Fonte/Imprenta:  In: SEMANA DA CAPRINOCULTURA E DA OVINOCULTURA BRASILEIRAS, 5., 2006, Campo Grande, MS. Palestras e resumos. Campo Grande, MS: Embrapa Gado de Corte; Embrapa Caprinos, 2006. Seção resumos. 5 f. 1 CD-ROM.
Idioma:  Português
Palavras-Chave:  Brasil; Ceará; Sobral.
Thesagro:  Análise Microbiológica; Caprino; Contaminação; Higiene de Alimento; Leite de Cabra; Microrganismo; Produto Derivado do Leite; Qualidade.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/36650/1/AAC-Analise-microbiologica.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Caprinos e Ovinos (CNPC)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPC19576 - 1UPCAA - DD
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional