Título:	Compreensão de cenas em agricultura por redes neurais profundas.
Autor:	DIAZ, M. G. B. D. SANTOS, T. T.
Afiliación:	MARCOS GABRIEL BARBOZA DURÉ DIAZ, Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA.
Año:	2020
Referencia:	In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 14., 2020. Anais... Campinas: Embrapa Informática Agropecuária, 2020.
Páginas:	13 p.
Descripción:	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
Palabras clave:	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
Notas:	Evento online. CIIC 2020. Nº 20601.
Tipo de Material:	Artigo em anais e proceedings
Acceso:	openAccess
Aparece en las colecciones:	Artigo em anais de congresso (CNPTIA)