Por favor, use este identificador para citar o enlazar este ítem:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1161634
Título: | YOLO performance analysis for real-time detection of soybean pests. |
Autor: | TETILA, E. C. SILVEIRA, F. A. G. da COSTA, A. B. da AMORIM, W. P. ASTOLFI, G. PISTORI, H. BARBEDO, J. G. A. |
Afiliación: | EVERTON CASTELÃO TETILA, UNIVERSIDADE FEDERAL DA GRANDE DOURADOS; FÁBIO AMARAL GODOY DA SILVEIRA, UNIVERSIDADE FEDERAL DA GRANDE DOURADOS; ANDERSON BESSA DA COSTA, UNIVERSIDADE FEDERAL DA GRANDE DOURADOS; WILLIAN PARAGUASSU AMORIM, UNIVERSIDADE FEDERAL DA GRANDE DOURADOS; GILBERTO ASTOLFI, INSTITUTO FEDERAL DE MATO GROSSO DO SUL; HEMERSON PISTORI, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL, UNIVERSIDADE CATÓLICA DOM BOSCO; JAYME GARCIA ARNAL BARBEDO, CNPTIA. |
Año: | 2024 |
Referencia: | Smart Agricultural Technology, v. 7, 100405, Mar. 2024. |
Descripción: | In this work, we evaluated the You Only Look Once (YOLO) architecture for real-time detection of soybean pests. |
Thesagro: | Agricultura de Precisão Glycine Max |
NAL Thesaurus: | Precision agriculture |
Palabras clave: | Aprendizado profundo Detecção de objeto Pragas da soja Deep learning Object detection Soybean pests |
DOI: | https://doi.org/10.1016/j.atech.2024.100405 |
Tipo de Material: | Artigo de periódico |
Acceso: | openAccess |
Aparece en las colecciones: | Artigo em periódico indexado (CNPTIA) |
Ficheros en este ítem:
Fichero | Tamaño | Formato | |
---|---|---|---|
AP-YOLO-performance-2024.pdf | 4,71 MB | Adobe PDF | Visualizar/Abrir |