Please use this identifier to cite or link to this item:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1127719
Title: | Compreensão de cenas em agricultura por redes neurais profundas. |
Authors: | DIAZ, M. G. B. D.![]() ![]() SANTOS, T. T. ![]() ![]() |
Affiliation: | MARCOS GABRIEL BARBOZA DURÉ DIAZ, Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA. |
Date Issued: | 2020 |
Citation: | In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 14., 2020. Anais... Campinas: Embrapa Informática Agropecuária, 2020. |
Pages: | 13 p. |
Description: | RESUMO - A compreensão de cenas tridimensionais na agricultura é de interesse estratégico para a atividade, pois abre caminho para automatizar análises e processos produtivos no campo. Na última década, algoritmos de aprendizado profundo se tornaram estado da arte em tarefas de detecção e classificação em imagens. Ao mesmo tempo, algoritmos de reconstrução tridimensionais de estruturas a partir de imagens se tornaram cada vez mais robustos e escaláveis. Redes neurais profundas, no entanto, ainda são pouco aplicadas a dados tridimensionais, em especial a representações de cenas na agricultura. Neste trabalho, mostramos os resultados de testes de reconstrução tridimensional de linhas de uma vinícola e desenvolvemos a base de uma interface para anotação de nuvens de pontos, fundamental para o treinamento de redes neurais. Acreditamos que as redes profundas serão capazes de segmentar, classificar e identificar a qual instância pertencem objetos de interesse em videiras, como frutos, folhas e ramos. Esse resultado é aplicável no auxílio de atividades que precisem de análise fenotípica em campo, como robótica de precisão, acompanhamento da produção e previsão de rendimentos de cultivos. |
NAL Thesaurus: | Neural networks |
Keywords: | Redes neurais Redes Neurais Profundas Reconstrução Tridimensional Anotação de Dados Classificação e Segmentação Nuvens de Pontos Deep Neural Networks Tridimensional Reconstruction Data Annotation Classification and Segmentation Point Clouds |
ISBN: | 978-65-88414-00-2 |
Notes: | Evento online. CIIC 2020. Nº 20601. |
Type of Material: | Artigo em anais e proceedings |
Access: | openAccess |
Appears in Collections: | Artigo em anais de congresso (CNPTIA)![]() ![]() |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
RE20601-CIIC-2020.pdf | 6.87 MB | Adobe PDF | ![]() View/Open |