|
|
Registros recuperados : 2.620 | |
1. | | SOARES, F. M.; PIRES, L. F.; GARCIA, M. C.; CORADIN, L.; GHILARDI-LOPES, N. P.; SILVA, R. R.; CARVALHO, A. M. de; GAVAI, A.; BOUZEMBRAK, Y.; MACULAN, B. C. M. dos S.; KOFFLER, S.; MONTEDO, U. B.; DRUCKER, D. P.; SANTIAGO, R.; CARVALHO, M. C. P. de; LIMA, A. C. da S.; GABRIEL, H. D. E.; FRANÇA, S. G. M. de; ALMEIDA, K. R. de; SANTOS, B. J. dos; SARAIVA, A. M. Citizen science data on urban forageable plants: a case study in Brazil. Gigabyte, v. 2024, p. 1-16, Feb. 2024. Biblioteca(s): Embrapa Agricultura Digital. |
| |
3. | | SILVEIRA, M. C. T. da; SIMEÃO, R. M.; LEANDRO, T. T.; RIBEIRO, A. C. G.; GONTIJO NETO, M. M.; SOUSA, S. M. de; PARRELLA, R. A. da C.; TARDIN, F. D. Caracterização da produção de forragem de cultivares tropicais anuais em resposta a diferentes estratégias de manejo e aprimoramento de uso. Bagé: Embrapa Pecuária Sul, 2024. 26 p. (Embrapa Pecuária Sul. Boletim de pesquisa e desenvolvimento, 57) Biblioteca(s): Embrapa Pecuária Sul. |
| |
5. | | SOARES, F. M.; PIRES, L. F.; GARCIA, M. C.; BOUZEMBRAK, Y.; CORADIN, L.; GHILARDI-LOPES, N. P.; SILVA, R. R.; CARVALHO, A. M. de; MACULAN, B. C. M. dos S.; KOFFLER, S.; MONTEDO, U. B.; DRUCKER, D. P.; SANTIAGO, R.; GAVAI, A.; CARVALHO, M. C. P. de; LIMA, A. C. da S.; GABRIEL, H. D. E.; FRANÇA, S. G. M. de; ALMEIDA, K. R. de; SANTOS, B. J. dos; SARAIVA, A. M. Leveraging citizen science for monitoring urban forageable plants. GigaScience, v. 13, n. 1, giae007, 2024 Biblioteca(s): Embrapa Agricultura Digital. |
| |
6. | | MAGALHÃES, R. L. O. de; NOGUEIRA, A. L.; DOMINGUES, R.; REIS, D. R. de L.; MARTINS, M. F.; MACHADO, M. A.; AZEVEDO, A. L. S. Validação de um painel específico (Fingerprinting) para identificação da cultivar BRS Integra. In: WORKSHOP DE INICIAÇÃO CIENTÍFICA DA EMBRAPA GADO DE LEITE, 27., 2023, Juiz de Fora. Anais... Juiz de Fora: Embrapa Gado de Leite, 2024. p. 127-131. (Embrapa Gado de Leite. Eventos Técnicos & Científicos, 2). Pibic/CNPq. Biblioteca(s): Embrapa Gado de Leite. |
| |
10. | | POMPEU, R. C. F. F.; TAVARES, R. de K. O.; MARANGUAPE, J. S.; VASCONCELOS, B. F.; SOUZA, H. A. de; GUEDES, F. L.; BUENO, L. G.; MESQUITA, R. O.; CÂNDIDO, M. J. D.; ROGERIO, M. C. P.; GALVANI, D. B. Genótipos de capim-corrente em condições de luminosidade para sistemas integrados no Semiárido brasileiro. Sobral: Embrapa Caprinos e Ovinos, 2023. 40 p. (Embrapa Caprinos e Ovinos. Boletim de Pesquisa e Desenvolvimento, 23). Biblioteca(s): Embrapa Caprinos e Ovinos; Embrapa Meio-Norte. |
| |
16. | | TEIXEIRA, E. C.; CLIMACO, L. C. T.; SOUZA, F. A. de; MATRANGOLO, W. J. R.; SILVA, K. T. da; SILVA, E. A. da; LANA, A. M. Q. Avaliação do comportamento de bezerras leiteiras em pastoreio no consórcio de cratília (Cratylia argentea) com capim BRS Piatã (Urochloa brizantha). In: CONGRESO INTERNACIONAL DE SISTEMAS SILVOPASTORILES, 12.; CONGRESO DE LA RED GLOBAL DE SISTEMAS SILVOPASTORILES, 2.; IV SEMINARIO NACIONAL DE SISTEMAS SILVOPASTORILES, 4., 2023, Montevideo; CONGRESO NACIONAL SISTEMAS SILVOPASTORILES, 5., 2023, Buenos Aires. Sistemas silvopastoriles: hacia una diversificación sostenible. Cali: CIPAV, 2023. p. 797-806. Biblioteca(s): Embrapa Milho e Sorgo. |
| |
19. | | TEIXEIRA, E. C.; LANA, A. M. Q.; MATRANGOLO, W. J. R.; SILVA, K. T. da; SILVA, E. A. da; GOMES, F. de K.; ARCANJO, A. H. M. Sistemas integrados de produção agropecuária com inclusão da leguminosa cratília. Informe Agropecuário, v. 44, n. 324, p. 70-78, 2023. Biblioteca(s): Embrapa Milho e Sorgo. |
| |
Registros recuperados : 2.620 | |
|
|
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 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027.$c1027 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 |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|