Por favor, use este identificador para citar o enlazar este ítem:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1160827| Título: | Evaluating multiple regressors for the yield of orange orchards. |
| Autor: | SOUZA, K. X. S. de  TERNES, S. CAMARGO NETO, J. SANTOS, T. T. MOREIRA, A. S. KOENIGKAN, L. V. SOUZA, R. de |
| Afiliación: | KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; SONIA TERNES, CNPTIA; JOAO CAMARGO NETO, CNPTIA; THIAGO TEIXEIRA SANTOS, CNPTIA; ALECIO SOUZA MOREIRA, CNPMF; LUCIANO VIEIRA KOENIGKAN, CNPTIA; ROBERTA DE SOUZA. |
| Año: | 2023 |
| Referencia: | In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 14., 2023, Natal. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 262-269. |
| Descripción: | In this paper, we assess the effectiveness of various machine learning regressors for yield forecasting based on fruit detection in images captured within the orchard |
| Thesagro: | Laranja |
| NAL Thesaurus: | Oranges Computer vision Image analysis |
| Palabras clave: | Visão computacional Identificação automática de frutas Automatic fruit identification |
| ISSN: | 2177-9724 |
| DOI: | https://doi.org/10.5753/sbiagro.2023.26567 |
| Notas: | SBIAgro 2023. |
| Tipo de Material: | Artigo em anais e proceedings |
| Acceso: | openAccess |
| Aparece en las colecciones: | Artigo em anais de congresso (CNPTIA) |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| AA-Evaluating-multiple-SBIAgro-2023.pdf | 207.34 kB | Adobe PDF |  Visualizar/Abrir |
