Título:	Uso de redes neurais convolucionais para detecção de laranjas no campo.
Autoria:	CAMARGO NETO, J. TERNES, S. SOUZA, K. X. S. de YANO, I. H. QUEIROS, L. R.
Afiliação:	JOAO CAMARGO NETO, CNPTIA; SONIA TERNES, CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; INACIO HENRIQUE YANO, CNPTIA; LEONARDO RIBEIRO QUEIROS, CNPTIA.
Ano de publicação:	2019
Referência:	In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 12., 2019, Indaiatuba. Anais... Ponta Grossa: SBIAGRO, 2019.
Páginas:	p. 312-321.
Conteúdo:	RESUMO. A laranja e seus derivados são um dos principais produtos do agronegócio brasileiro, além de uma das cadeias produtivas que mais emprega mão de obra por hectare, o que mostra o alto grau de impacto econômico e social desta cultura para o país. Uma estimativa de produção eficiente pode auxiliar os produtores tanto no manejo de sua lavoura quanto na adoção de estratégias de vendas com a indústria. Este trabalho descreve o processo de treinamento e teste de uma rede neural de aprendizado profundo para a detecção e contagem de frutos verdes a partir de imagens digitais de pés de laranja obtidas no campo. Os resultados para as imagens de teste apresentaram índice de mais de 90% de precisão, com cerca de 90% de revocação para a rede neural. Isso indica que a metodologia utilizada é bastante promissora.
Thesagro:	Laranja
NAL Thesaurus:	Computer vision Neural networks Digital images Citrus
Palavras-chave:	Visão computacional Aprendizado profundo Rede neural de aprendizado profundo Yolo-v3 Citros Imagem digital Contagem de frutos verdes Deep learning
ISBN:	978-65-00-10242-0
Notas:	Organizadores: Maria Fernanda Moura, Jayme Garcia Arnal Barbedo, Alaine Margarete Guimarães, Valter Castelhano de Oliveira. SBIAgro 2019.
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPTIA)