Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1153427
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorVIEIRA, L. P.
dc.contributor.authorSIMÕES, M.
dc.contributor.authorFERRAZ, R. P. D.
dc.contributor.authorRIBEIRO, J. A.
dc.date.accessioned2023-04-28T13:54:23Z-
dc.date.available2023-04-28T13:54:23Z-
dc.date.created2023-04-28
dc.date.issued2023
dc.identifier.citationIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1024-1027.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1153427-
dc.descriptionO processo de degradação de pastagem pode ser identificado quando a produção de forragem diminui, consequentemente, o aumento das áreas descobertas e plantas invasoras. Este trabalho objetivou avaliar técnicas de segmentação semântica de fotografias para diferenciação de plantas invasoras, forrageiras, solo exposto e palhada por meio do modelo DeeplabV3+. Primeiramente o modelo foi treinado com amostras do banco de dados The GrassClover Image Dataset for Semantic and Hierarchical Species Understanding in Agriculture. Um pequeno banco de dados foi construído a partir das fotografias ortogonais, retiradas da plataforma Atlas das Pastagens. Após o processo de treinamento com os dois bancos de imagens os resultados demonstraram satisfatórios com valores de MIoU de 87,6% com o primeiro banco de imagens e 75,4% com segundo banco de imagens. Conclui-se que as técnicas de segmentação semântica de imagens apresentam potencial para subsidiar a classificação da degradação de pastagens.
dc.language.isopor
dc.rightsopenAccess
dc.subjectVisão computacional
dc.subjectAprendizado de máquina
dc.subjectRedes Neurais Convolucionais
dc.titleDeep learning e segmentação semântica de imagens para diagnóstico de níveis de degradação de pastagem.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroPastagem
dc.subject.nalthesaurusImage analysis
riaa.ainfo.id1153427
riaa.ainfo.lastupdate2023-04-28
dc.contributor.institutionLUAN PORTO VIEIRA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO
dc.contributor.institutionMARGARETH GONCALVES SIMOES, CNPSpor
dc.contributor.institutionRODRIGO PECANHA DEMONTE FERRAZ, CNPSpor
dc.contributor.institutionJOÃO ARAÚJO RIBEIRO, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO.por
Aparece en las colecciones:Artigo em anais de congresso (CNPS)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Deep-learning-e-segmentacao-semantica-de-imagens-2023.pdf665.7 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace