Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1111590
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorSOUZA, L. L. dept_BR
dc.contributor.authorAVILA, S.pt_BR
dc.contributor.authorSANTOS, T. T.pt_BR
dc.date.accessioned2019-08-24T01:01:20Z-
dc.date.available2019-08-24T01:01:20Z-
dc.date.created2019-08-23
dc.date.issued2019
dc.identifier.citationIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 13., 2019, Campinas. Anais... [S.l: s.n], 2019.pt_BR
dc.identifier.isbn978-85-7029-149-3pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1111590-
dc.descriptionRESUMO - 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.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectDetecção de frutospt_BR
dc.subjectRedes neuraispt_BR
dc.subjectAprendizagem profundapt_BR
dc.subjectDetecção de uvaspt_BR
dc.subjectFruit detectionpt_BR
dc.subjectDeep Learningpt_BR
dc.titleDetecção de frutos em viticultura utilizando redes neurais profundas.pt_BR
dc.typeArtigo em anais e proceedingspt_BR
dc.date.updated2019-10-23T11:11:11Z
dc.subject.thesagroViticulturapt_BR
dc.subject.nalthesaurusViticulturept_BR
dc.subject.nalthesaurusNeural networkspt_BR
dc.description.notesCIIC 2019. Nº 19603.pt_BR
dc.format.extent2p. 1-12.pt_BR
riaa.ainfo.id1111590pt_BR
riaa.ainfo.lastupdate2019-10-23 -03:00:00
dc.contributor.institutionLEONARDO LIMA DE SOUZA, Bolsista CNPq (PIBIC); SANDRA AVILA, IC/Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA.pt_BR
Aparece en las colecciones:Artigo em anais de congresso (CNPTIA)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
19603LeonardoThiagoCIIC2019Oral.pdf1.49 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace