Title:	Sugarcane planting failure classification through deep learning approach in drone imagery.
Authors:	LIMA, J. P. N. de YANO, I. H. SPERANZA, E. A. BARBOSA, L. A. F. CANÇADO, G. M. de A.
Affiliation:	JOÃO PEDRO NASCIMENTO DE LIMA, ANHANGUERA EDUCACIONAL; INACIO HENRIQUE YANO, CNPTIA; EDUARDO ANTONIO SPERANZA, CNPTIA; LUIZ ANTONIO FALAGUASTA BARBOSA, CNPTIA; GERALDO MAGELA DE ALMEIDA CANCADO, CNPTIA.
Date Issued:	2022
Citation:	In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA AGRICULTURA DIGITAL, 1., 2022, Campinas. Resumos... Campinas: Embrapa Agricultura Digital, 2022.
Pages:	p. 43.
Description:	Este trabalho realizou testes com a rede YOLOv5, que é uma rede de aprendizado profundo, para a qual existem diversos tutoriais de utilização e aplicativos na internet que auxiliam na marcação dos objetos de interesse, procedimento necessário para treinamento da rede.
Thesagro:	Cana de Açúcar
NAL Thesaurus:	Sugarcane
Keywords:	Aprendizado de máquina Identificação de objetos ImageJ Mapeamento YOLOv5 Machine learning Mapping Object identification
Series/Report no.:	(Embrapa Agricultura Digital. Eventos técnicos & científicos, 1).
Type of Material:	Resumo em anais e proceedings
Access:	openAccess
Appears in Collections:	Resumo em anais de congresso (CNPTIA)