Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1128432
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorFREITAS, D. S. de
dc.contributor.authorCAMARGO, S. da S.
dc.contributor.authorCOMIN, H. B.
dc.contributor.authorDOMINGUES, R.
dc.contributor.authorGASPAR, E. B.
dc.contributor.authorCARDOSO, F. F.
dc.date.accessioned2020-12-19T09:02:55Z-
dc.date.available2020-12-19T09:02:55Z-
dc.date.created2020-12-18
dc.date.issued2020
dc.identifier.citationIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGRO, 2019.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1128432-
dc.descriptionA Ceratoconjuntivite Infecciosa Bovina (CIB) e a doença ocular com maior incidência em bovinos no mundo, causando perdas no rebanho e prejuízos ao produtor. Atualmente, o diagnostico para CIB e realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente e uma tarefa custosa. Nesse sentido, e notória a necessidade em aprimorar as formas de diagnostico da doença. Neste trabalho, e discutido o uso de Redes Neurais Convolucionais (RNC) para diagnostico automático da CIB. A abordagem proposta foi treinada e testada em uma base de imagens termográficas da região ocular bovina de animais sadios e experimentalmente infectados. Foram desenvolvidos seis modelos de RNC com arquiteturas distintas e avaliados utilizando validação cruzada. Os melhores resultados indicam que as RNCs são capazes de identificar os sinais clínicos da CIB em imagens termográficas com uma acurácia próxima a 87%.
dc.language.isopor
dc.rightsopenAccesspt_BR
dc.titleDiagnostico automático de ceratoconjuntivite infecciosa bovina por meio de imagens termográficas e deep learning.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroDoença Animal
dc.subject.thesagroOlho
dc.subject.thesagroConjuntivite
dc.subject.thesagroBovino
dc.description.notesOrganizadores: Maria Fernanda Moura, Jayme Garcia Arnal Barbedo, Alaine Margarete Guimarães, Valter Castelhano de Oliveira. SBIAgro 2019.
dc.format.extent2p. 172-174.
riaa.ainfo.id1128432
riaa.ainfo.lastupdate2020-12-22 -02:00:00
dc.contributor.institutionDhyonatan Santos de Freitas, UNIPAMPA; Sandro da Silva Camargo, UNIPAMPA; Helena Brocardo Comin, UNIPAMPA; ROBERT DOMINGUES, CPPSUL; EMANUELLE BALDO GASPAR, CPPSUL; FERNANDO FLORES CARDOSO, CPPSUL.
Aparece nas coleções:Artigo em periódico indexado (CPPSUL)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Freitas-et-al-sibiagro.pdf981,86 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace