|
|
Registro Completo |
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
28/04/2023 |
Data da última atualização: |
22/11/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
VIEIRA, L. P.; SIMÕES, M.; FERRAZ, R. P. D.; RIBEIRO, J. A. |
Afiliação: |
LUAN PORTO VIEIRA, UNIVERSIDADE ESTADUAL DO RIO DE JANEIRO; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; JOÃO ARAÚJO RIBEIRO, UNIVERSIDADE ESTADUAL DO RIO DE JANEIRO. |
Título: |
Deep learning e segmentação semântica de imagens para diagnóstico de níveis de degradação de pastagem. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027. |
Idioma: |
Português |
Conteúdo: |
O processo de degradação de pastagem pode ser identificado quando a produção de forragem diminui, consequentemente, o aumento das áreas descobertas e plantas invasoras. Este trabalho objetivou avaliar técnicas de segmentação semântica de fotografias para diferenciação de plantas invasoras, forrageiras, solo exposto e palhada por meio do modelo DeeplabV3+. Primeiramente o modelo foi treinado com amostras do banco de dados The GrassClover Image Dataset for Semantic and Hierarchical Species Understanding in Agriculture. Um pequeno banco de dados foi construído a partir das fotografias ortogonais, retiradas da plataforma Atlas das Pastagens. Após o processo de treinamento com os dois bancos de imagens os resultados demonstraram satisfatórios com valores de MIoU de 87,6% com o primeiro banco de imagens e 75,4% com segundo banco de imagens. Conclui-se que as técnicas de segmentação semântica de imagens apresentam potencial para subsidiar a classificação da degradação de pastagens. |
Palavras-Chave: |
Aprendizado de máquina; Redes Neurais Convolucionais; Visão computacional. |
Thesagro: |
Pastagem. |
Thesaurus Nal: |
Image analysis. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1153427/1/Deep-learning-e-segmentacao-semantica-de-imagens-2023.pdf
|
Marc: |
LEADER 01797nam a2200205 a 4500 001 2153427 005 2023-11-22 008 2023 bl uuuu u00u1 u #d 100 1 $aVIEIRA, L. P. 245 $aDeep learning e segmentação semântica de imagens para diagnóstico de níveis de degradação de pastagem.$h[electronic resource] 260 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027.$c2023 520 $aO processo de degradação de pastagem pode ser identificado quando a produção de forragem diminui, consequentemente, o aumento das áreas descobertas e plantas invasoras. Este trabalho objetivou avaliar técnicas de segmentação semântica de fotografias para diferenciação de plantas invasoras, forrageiras, solo exposto e palhada por meio do modelo DeeplabV3+. Primeiramente o modelo foi treinado com amostras do banco de dados The GrassClover Image Dataset for Semantic and Hierarchical Species Understanding in Agriculture. Um pequeno banco de dados foi construído a partir das fotografias ortogonais, retiradas da plataforma Atlas das Pastagens. Após o processo de treinamento com os dois bancos de imagens os resultados demonstraram satisfatórios com valores de MIoU de 87,6% com o primeiro banco de imagens e 75,4% com segundo banco de imagens. Conclui-se que as técnicas de segmentação semântica de imagens apresentam potencial para subsidiar a classificação da degradação de pastagens. 650 $aImage analysis 650 $aPastagem 653 $aAprendizado de máquina 653 $aRedes Neurais Convolucionais 653 $aVisão computacional 700 1 $aSIMÕES, M. 700 1 $aFERRAZ, R. P. D. 700 1 $aRIBEIRO, J. A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 2 | |
1. | ![Imagem marcado/desmarcado](/consulta/web/img/desmarcado.png) | BATISTA JÚNIOR, C. B.; ALBINO, U. B.; MARTINES, A. M.; SARIDAKIS, D. P.; MATSUMOTO, L. S.; AVANZI, M. A.; ANDRADE, G. Efeito fungistático de Bacillus thuringiensis e de outras bactérias sobre alguns fungos fitopatogênicos. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 37, n. 8, p. 1189-1194, ago. 2002 Notas Científicas.
Título em inglês: Fungistatic effect of Bacillus thuringiensis and of other bacteria on some plant pathogenic fungi.Biblioteca(s): Embrapa Unidades Centrais. |
| ![Visualizar detalhes do registro](/consulta/web/img/visualizar.png) ![Acesso ao objeto digital](/consulta/web/img/pdf.png) ![Imprime registro no formato completo](/consulta/web/img/print.png) |
2. | ![Imagem marcado/desmarcado](/consulta/web/img/desmarcado.png) | FARIAS, J. R. B.; NEUMAIER, N.; NEPOMUCENO, J. A.; DELATRE, N.; BORDINGNON, J. R.; AVANZI, M. A.; BENNEMANN, J. F.; ZAPAROLI, M. L. M.; CASAGRANDE, E. C. Respostas da cultura da soja à disponibilidade hídrica (04.0.94.331-01). In: EMBRAPA SOJA. Resultados de pesquisa da Embrapa Soja, 1998. Londrina, 1999. p. 38-41. (Embrapa Soja. Documentos, 125).Biblioteca(s): Embrapa Soja. |
| ![Visualizar detalhes do registro](/consulta/web/img/visualizar.png) ![Imprime registro no formato completo](/consulta/web/img/print.png) |
Registros recuperados : 2 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|