Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1153427
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorVIEIRA, L. P.
dc.contributor.authorSIMÕES, M.
dc.contributor.authorFERRAZ, R. P. D.
dc.contributor.authorRIBEIRO, J. A.
dc.date.accessioned2023-04-28T13:54:23Z-
dc.date.available2023-04-28T13:54:23Z-
dc.date.created2023-04-28
dc.date.issued2023
dc.identifier.citationIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1153427-
dc.descriptionO 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.
dc.language.isopor
dc.rightsopenAccess
dc.subjectVisão computacional
dc.subjectAprendizado de máquina
dc.subjectRedes Neurais Convolucionais
dc.titleDeep learning e segmentação semântica de imagens para diagnóstico de níveis de degradação de pastagem.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroPastagem
dc.subject.nalthesaurusImage analysis
riaa.ainfo.id1153427
riaa.ainfo.lastupdate2023-04-28
dc.contributor.institutionLUAN 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.
Aparece nas coleções:Artigo em anais de congresso (CNPS)

Arquivos associados a este item:
Arquivo TamanhoFormato 
Deep-learning-e-segmentacao-semantica-de-imagens-2023.pdf665,7 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace