Use este identificador para citar ou linkar para este item:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1111590
Título: | Detecção de frutos em viticultura utilizando redes neurais profundas. |
Autoria: | SOUZA, L. L. de AVILA, S. SANTOS, T. T. |
Afiliação: | LEONARDO LIMA DE SOUZA, Bolsista CNPq (PIBIC); SANDRA AVILA, IC/Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA. |
Ano de publicação: | 2019 |
Referência: | In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 13., 2019, Campinas. Anais... [S.l: s.n], 2019. |
Páginas: | p. 1-12. |
Conteúdo: | RESUMO - Neste trabalho investigamos técnicas de detecção de objetos por redes neurais aplicadas à detecção de frutos em viticultura. Desenvolvemos também a base de dados Embrapa WGISD, composta por imagens coletadas em Abril de 2017 e Abril de 2018 na Vinícola De Guaspari. Anotada manualmente, a base de dados possui 5 cultivares diferentes de uva: Syrah, Chardonnay, Cabernet Franc, Cabernet Sauvignon e Sauvignon Blanc, totalizando 4419 amostras de cachos de uva. Foram treinadas duas redes neurais convolutivas de arquiteturas, YOLOv2 e YOLOv3, para detecção e localização dos cachos nas imagens. Resultados quantitativos demonstraram precisão de até 88%, revocação de até 74%, e F1-Score de até 80% para YOLOv2 e precisão de até 92%, revocação de até 65% e F1-Score de até 76% para YOLOv3. Testes qualitativos demonstram que a rede YOLOv2 generaliza melhor para o conjunto de dados utilizado, e a rede YOLOv3 fornece uma localização melhor ajustada. |
Thesagro: | Viticultura |
NAL Thesaurus: | Viticulture Neural networks |
Palavras-chave: | Detecção de frutos Redes neurais Aprendizagem profunda Detecção de uvas Fruit detection Deep Learning |
ISBN: | 978-85-7029-149-3 |
Notas: | CIIC 2019. Nº 19603. |
Tipo do material: | Artigo em anais e proceedings |
Acesso: | openAccess |
Aparece nas coleções: | Artigo em anais de congresso (CNPTIA) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
19603LeonardoThiagoCIIC2019Oral.pdf | 1,49 MB | Adobe PDF | Visualizar/Abrir |