Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1178498
Full metadata record
DC FieldValueLanguage
dc.contributor.authorVIEIRA, L. P.
dc.contributor.authorSIMÕES, M.
dc.contributor.authorFERRAZ, R. P. D.
dc.contributor.authorKUCHLER, P. C.
dc.contributor.authorLAGE, S. M.
dc.contributor.authorLEITE, F. F. G. D.
dc.contributor.authorFREITAS, P. L. de
dc.contributor.authorMULLER, M. D.
dc.date.accessioned2025-09-03T17:55:43Z-
dc.date.available2025-09-03T17:55:43Z-
dc.date.created2025-09-03
dc.date.issued2025
dc.identifier.citationIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 21., 2025, Salvador. Anais [...]. Campinas: Galoá, 2025. Ref. 319707.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1178498-
dc.descriptionEste trabalho analisa a eficácia da arquitetura U-Net para a segmentação semântica de áreas de Integração Lavoura-Pecuária-Floresta (iLPF), utilizando imagens de satélite Sentinel-2 com bandas NDVI e RGB. A metodologia inclui técnicas de aumento de dados e avaliação por métricas como IoU, precisão e F1-Score. A configuração com NDVI e RGB alcançou uma precisão de 94,58%, F1-Score de 93,91% e IoU de 88,15%, superando o uso isolado do NDVI. Integrando o Projeto GeoABC+, conduzido pela Embrapa Solos e pela UERJ, e em parceria com a Associação Rede ILPF, o Projeto IS-Agro TED 450/2021 e o Projeto CHAMADA FUNDECT 18/2021 - MS CARBONO NEUTRO, este estudo apresenta o desenvolvimento de uma ferramenta para o mapeamento de sistemas iLPF no Brasil.
dc.language.isopor
dc.rightsopenAccess
dc.subjectPlano ABC
dc.subjectILPF
dc.subjectSegmentação semântica
dc.subjectAprendizado profundo
dc.subjectGeoABC+
dc.titleDeep learning para identificação de sistemas integrados de produção agropecuária - iLPF: implementação da U-Net com Sentinel-2.
dc.typeArtigo em anais e proceedings
riaa.ainfo.id1178498
riaa.ainfo.lastupdate2025-09-03
dc.contributor.institutionLUAN PORTO VIEIRA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; PATRICK CALVANO KUCHLER, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; SOFIA MARTINS LAGE, FUNARBE; FERNANDA F. GRANJA DORILÊO LEITE, REDE ILPF; PEDRO LUIZ DE FREITAS, CNPS; MARCELO DIAS MULLER, CNPGL.
Appears in Collections:Artigo em anais de congresso (CNPS)

Files in This Item:
File Description SizeFormat 
Deep-learning-para-identificacao-de-sistemas-integrados-2025.pdf802,3 kBAdobe PDFThumbnail
View/Open
Show simple item record

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace