| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
27/12/2023 |
|
Data da última atualização: |
25/01/2024 |
|
Autoria: |
ARAÚJO JÚNIOR, C. A.; OLIVEIRA, L. S. DE; EÇA, G. A. |
|
Afiliação: |
CARLOS ALBERTO ARAÚJO JÚNIOR, UNIVERSIDADE FEDERAL DE MINAS GERAIS; LEANDRO SILVA DE OLIVEIRA, UNIVERSIDADE FEDERAL DE MINAS GERAIS; GABRIEL AUGUSTO EÇA, NORFLOR EMPREENDIMENTOS FLORESTAIS. |
|
Título: |
Counting of shoots of Eucalyptus sp. clones with convolutional neural network. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, v. 58, e03363, 2023. |
|
ISSN: |
1678-3921 |
|
DOI: |
https://doi.org/10.1590/S1678-3921.pab2023.v58.03363 |
|
Idioma: |
Inglês |
|
Notas: |
Título em português: Contagem de brotações de clones de Eucalyptus sp. com rede neural convolucional. |
|
Conteúdo: |
ABSTRACT - The objective of this work was to investigate the use of the You Only Look Once (YOLO) convolutional neural network model for the detection and efficient counting of Eucalyptus sp. shoots in stands through aerial photographs captured by unmanned aerial vehicles. For this, the significance of data organization was evaluated during the system-training process. Two datasets were used to train the convolutional neural network: one consisting of images with a single shoot and another with at least ten shoots per image. The results showed high precision and recall rates for both datasets. The convolutional neural network trained with images containing ten shoots per image showed a superior performance when applied to data not used during training. Therefore, the YOLO convolutional neural network can be used for the detection and counting of shoots of Eucalyptus sp. clones from aerial images captured by unmanned aerial vehicles in forest stands. The use of images containing ten shoots is recommended to compose the raining dataset for the object detector. RESUMO - O objetivo deste trabalho foi investigar o uso do modelo de rede neural convolucional You Only Look Once (YOLO) para detecção e contagem eficiente de brotos de Eucalyptus sp. em plantações, por meio de fotografias aéreas capturadas por veículos aéreos não tripulados. Para isso, avaliou-se a importância da organização dos dados durante o processo de treinamento do sistema. Foram utilizados dois conjunto de dados para treinar a rede neural convolucional: um consistindo em imagens com um único broto e o outro com pelo menos dez brotos por imagem. Os resultados mostraram altas taxas de precisão e recall para ambos os conjuntos de dados. A rede neural convolucional treinada com imagens contendo dez brotos por imagem apresentou desempenho superior quando aplicada a dados não utilizados durante o treinamento. Portanto, a rede neural convolucional YOLO pode ser usada para detecção e contagem de brotos de clones de Eucalyptus sp. a partir de imagens aéreas capturadas por veículos aéreos não tripulados em áreas florestais. Recomenda-se o uso de imagens contendo dez brotos para compor o conjunto de dados de treinamento para o detector de objetos. MenosABSTRACT - The objective of this work was to investigate the use of the You Only Look Once (YOLO) convolutional neural network model for the detection and efficient counting of Eucalyptus sp. shoots in stands through aerial photographs captured by unmanned aerial vehicles. For this, the significance of data organization was evaluated during the system-training process. Two datasets were used to train the convolutional neural network: one consisting of images with a single shoot and another with at least ten shoots per image. The results showed high precision and recall rates for both datasets. The convolutional neural network trained with images containing ten shoots per image showed a superior performance when applied to data not used during training. Therefore, the YOLO convolutional neural network can be used for the detection and counting of shoots of Eucalyptus sp. clones from aerial images captured by unmanned aerial vehicles in forest stands. The use of images containing ten shoots is recommended to compose the raining dataset for the object detector. RESUMO - O objetivo deste trabalho foi investigar o uso do modelo de rede neural convolucional You Only Look Once (YOLO) para detecção e contagem eficiente de brotos de Eucalyptus sp. em plantações, por meio de fotografias aéreas capturadas por veículos aéreos não tripulados. Para isso, avaliou-se a importância da organização dos dados durante o processo de treinamento do sistema. Foram utilizados dois conjunto de dados ... Mostrar Tudo |
|
Thesagro: |
Clone; Eucalipto; Silvicultura. |
|
Thesaurus Nal: |
Artificial intelligence; Eucalyptus; Forest management; Silviculture. |
|
Categoria do assunto: |
K Ciência Florestal e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1160273/1/27530-132370-1-PB-1.pdf
|
|
Marc: |
LEADER 03139naa a2200265 a 4500
001 2160273
005 2024-01-25
008 2023 bl uuuu u00u1 u #d
022 $a1678-3921
024 7 $ahttps://doi.org/10.1590/S1678-3921.pab2023.v58.03363$2DOI
100 1 $aARAÚJO JÚNIOR, C. A.
245 $aCounting of shoots of Eucalyptus sp. clones with convolutional neural network.$h[electronic resource]
260 $c2023
500 $aTítulo em português: Contagem de brotações de clones de Eucalyptus sp. com rede neural convolucional.
520 $aABSTRACT - The objective of this work was to investigate the use of the You Only Look Once (YOLO) convolutional neural network model for the detection and efficient counting of Eucalyptus sp. shoots in stands through aerial photographs captured by unmanned aerial vehicles. For this, the significance of data organization was evaluated during the system-training process. Two datasets were used to train the convolutional neural network: one consisting of images with a single shoot and another with at least ten shoots per image. The results showed high precision and recall rates for both datasets. The convolutional neural network trained with images containing ten shoots per image showed a superior performance when applied to data not used during training. Therefore, the YOLO convolutional neural network can be used for the detection and counting of shoots of Eucalyptus sp. clones from aerial images captured by unmanned aerial vehicles in forest stands. The use of images containing ten shoots is recommended to compose the raining dataset for the object detector. RESUMO - O objetivo deste trabalho foi investigar o uso do modelo de rede neural convolucional You Only Look Once (YOLO) para detecção e contagem eficiente de brotos de Eucalyptus sp. em plantações, por meio de fotografias aéreas capturadas por veículos aéreos não tripulados. Para isso, avaliou-se a importância da organização dos dados durante o processo de treinamento do sistema. Foram utilizados dois conjunto de dados para treinar a rede neural convolucional: um consistindo em imagens com um único broto e o outro com pelo menos dez brotos por imagem. Os resultados mostraram altas taxas de precisão e recall para ambos os conjuntos de dados. A rede neural convolucional treinada com imagens contendo dez brotos por imagem apresentou desempenho superior quando aplicada a dados não utilizados durante o treinamento. Portanto, a rede neural convolucional YOLO pode ser usada para detecção e contagem de brotos de clones de Eucalyptus sp. a partir de imagens aéreas capturadas por veículos aéreos não tripulados em áreas florestais. Recomenda-se o uso de imagens contendo dez brotos para compor o conjunto de dados de treinamento para o detector de objetos.
650 $aArtificial intelligence
650 $aEucalyptus
650 $aForest management
650 $aSilviculture
650 $aClone
650 $aEucalipto
650 $aSilvicultura
700 1 $aOLIVEIRA, L. S. DE
700 1 $aEÇA, G. A.
773 $tPesquisa Agropecuária Brasileira$gv. 58, e03363, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
19/12/2001 |
|
Data da última atualização: |
09/09/2004 |
|
Autoria: |
PEREIRA, J. C.; VIDOR, C.; LOVATO, P. E.; PENTEADO, A. de F. |
|
Título: |
Simbiose Entre Feijão e Estirpes de Rhizobium Leguminosarum BV. Phaseoli, Sensíveis e Resistentes a Antibióticos e Fungicidas. |
|
Ano de publicação: |
1991 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, v.26, n. 7, p. 1097-1105, jul. 1991 |
|
Idioma: |
Português |
|
Conteúdo: |
Estudaram-se as interações entre as cultivares de feijão ^aseolus vulgaris L.) Bat-76, ICA-Pijao, Porrillo Sintético e Turrialba-4, e estirpes de R. leguminosarwn bv. phaseofi, em dois experimentos conduzidos em casa de vegetação. Observou-se que a cultivar Bat-76 apresentou baixo potencial para fixar o N2 no experimento conduzido em areia e solução nutritiva, enquanto a cultivar Porrillo Sintético apresentou nodulação inferior no experimento de solo (Passo Fundo - LVEd), sem resultar em diferenças significativas em matéria seca e N total da parte aérea. Houve grande variabilidade na eficiência simbiótica entre as estirpes em relação às cultivares de feijão nos dois experimentos. A resistência aos antibióticos esteve associada à maior capacidade infectiva por sítios de nódulos, sem influenciar o potencial de fixação do N2, Plantas inoculadas com estirpes do sorogrupo SEMIA 4002 apresentaram maior peso de matéria seca e N total quando comparadas ao sorogrupo SEMIA 487 no experimento em areia. Quando crescidas em solo, as plantas inoculadas com o sorogrupo SEMIA 4002 apresentaram menor peso de nódulos, sugerindo que fatores de solo afetaram negativamente a formação e crescimento dos nódulos induzidos por estirpes desse sorogrupo. |
|
Palavras-Chave: |
competitividade; cultivares; eficiência. |
|
Thesagro: |
Especificidade Hospedeira; Phaseolus Vulgaris. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/AI-SEDE/20981/1/pab21_jul_91.pdf
|
|
Marc: |
LEADER 01969naa a2200217 a 4500
001 1105885
005 2004-09-09
008 1991 bl uuuu u00u1 u #d
100 1 $aPEREIRA, J. C.
245 $aSimbiose Entre Feijão e Estirpes de Rhizobium Leguminosarum BV. Phaseoli, Sensíveis e Resistentes a Antibióticos e Fungicidas.
260 $c1991
520 $aEstudaram-se as interações entre as cultivares de feijão ^aseolus vulgaris L.) Bat-76, ICA-Pijao, Porrillo Sintético e Turrialba-4, e estirpes de R. leguminosarwn bv. phaseofi, em dois experimentos conduzidos em casa de vegetação. Observou-se que a cultivar Bat-76 apresentou baixo potencial para fixar o N2 no experimento conduzido em areia e solução nutritiva, enquanto a cultivar Porrillo Sintético apresentou nodulação inferior no experimento de solo (Passo Fundo - LVEd), sem resultar em diferenças significativas em matéria seca e N total da parte aérea. Houve grande variabilidade na eficiência simbiótica entre as estirpes em relação às cultivares de feijão nos dois experimentos. A resistência aos antibióticos esteve associada à maior capacidade infectiva por sítios de nódulos, sem influenciar o potencial de fixação do N2, Plantas inoculadas com estirpes do sorogrupo SEMIA 4002 apresentaram maior peso de matéria seca e N total quando comparadas ao sorogrupo SEMIA 487 no experimento em areia. Quando crescidas em solo, as plantas inoculadas com o sorogrupo SEMIA 4002 apresentaram menor peso de nódulos, sugerindo que fatores de solo afetaram negativamente a formação e crescimento dos nódulos induzidos por estirpes desse sorogrupo.
650 $aEspecificidade Hospedeira
650 $aPhaseolus Vulgaris
653 $acompetitividade
653 $acultivares
653 $aeficiência
700 1 $aVIDOR, C.
700 1 $aLOVATO, P. E.
700 1 $aPENTEADO, A. de F.
773 $tPesquisa Agropecuária Brasileira, Brasília$gv.26, n. 7, p. 1097-1105, jul. 1991
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
