Por favor, use este identificador para citar o enlazar este ítem:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1174973
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | SILVA, A. M. da | |
dc.contributor.author | ROSA, A. M. da | |
dc.contributor.author | KIRINUS, N. W. | |
dc.contributor.author | LAU, D. | |
dc.contributor.author | CARNEIRO, A. F. | |
dc.contributor.author | CESARO JÚNIOR, T. de | |
dc.date.accessioned | 2025-04-17T18:47:29Z | - |
dc.date.available | 2025-04-17T18:47:29Z | - |
dc.date.created | 2025-04-17 | |
dc.date.issued | 2024 | |
dc.identifier.citation | In: CONFERENCE ON GRAPHICS, PATTERNS AND IMAGENS, 37., 2024. Anais estendidos [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024. | |
dc.identifier.uri | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1174973 | - |
dc.description | Este estudo propõe um modelo baseado na rede neural YOLOv7 para a identificação e contagem de afídeos alados em imagens de armadilhas adesivas. Comparou-se dois modelos: o primeiro utilizando transferência de aprendizado (transfer learning) e o segundo treinado a partir de pesos aleatórios. Embora o modelo treinado com pesos aleatórios tenha demonstrado melhor desempenho geral, as métricas de recall, F1 score e mAP@.5:.95 revelaram dificuldades na localização precisa dos afídeos, indicando a necessidade de aprimorar o conjunto de imagens e o mecanismo de aquisição. Este estudo ilustra como a inteligência artificial pode ser aplicada ao monitoramento de pragas, contribuindo para práticas agrícolas mais sustentáveis. | |
dc.language.iso | por | |
dc.rights | openAccess | |
dc.subject | Inteligência artificial | |
dc.subject | Rede neural | |
dc.subject | Manejo integrado de pragas | |
dc.subject | Monitoramento de pragas | |
dc.title | Desenvolvimento de um modelo inteligente para identificar e contar insetos em armadilhas adesivas. | |
dc.type | Artigo em anais e proceedings | |
dc.subject.thesagro | Armadilha | |
dc.subject.thesagro | Inseto | |
dc.subject.thesagro | Afídeo | |
dc.subject.nalthesaurus | Neural networks | |
dc.subject.nalthesaurus | Aphididae | |
dc.subject.nalthesaurus | Traps | |
dc.subject.nalthesaurus | Artificial intelligence | |
dc.subject.nalthesaurus | Pest monitoring | |
riaa.ainfo.id | 1174973 | |
riaa.ainfo.lastupdate | 2025-04-17 | |
dc.contributor.institution | ARTUR MARIANO DA SILVA, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA SUL-RIO-GRANDENSE; ÁLISSON MELLO DA ROSA, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA SUL-RIO-GRANDENSE; NICOLAS WELFER KIRINUS, UNIVERSIDADE DE PASSO FUNDO; DOUGLAS LAU, CNPF; ALEXSANDER FURTADO CARNEIRO, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA SUL-RIO-GRANDENSE; TELMO DE CESARO JÚNIOR, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA SUL-RIO-GRANDENSE. | |
Aparece en las colecciones: | Artigo em anais de congresso (CNPF)![]() ![]() |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
SBCOPENLIB-2024-ModeloInteligenteIdentificarContarInsetos.pdf | 890.4 kB | Adobe PDF | ![]() Visualizar/Abrir |