Título:	Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2.
Autor:	SANTOS, A. A. dos AVILA, S. SANTOS, T. T.
Afiliación:	ANDREZA APARECIDA DOS SANTOS; SANDRA AVILA; THIAGO TEIXEIRA SANTOS, CNPTIA.
Año:	2018
Referencia:	In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n], 2018.
Páginas:	Não paginado.
Descripción:	RESUMO - Neste trabalho, o problema de detecção de frutas e folhas em viticultura para aplicações envolvendo sensoriamento próximo foi modelado como um problema de aprendizado supervisionado de máquina. Uma base de dados foi criada e manualmente anotada a partir de imagens obtidas em abril de 2017 na Vinícola Guaspari. No total são 11.883 imagens contendo exemplos de cachos de uvas e folhas. Uma rede convolutiva com arquitetura YOLOv2 foi treinada para localização e classificação de cachos e folhas. Testes quantitativos demonstraram resultados para a detecção e classificação com precisão de 100%, revocação de até 74,2% e F1-Score de 85,2% para classe "uva" e precisão de 100%, revocação de até 67,9% e F1-Score de 80,9% para a classe "folha". Testes qualitativos mostram que o modelo generaliza bem quando testado em fotografias de outras variedades de uvas. Esses resultados se mostram promissores para a melhoria do método e caminham para a possibilidade de aplicação em campo.
Thesagro:	Viticultura
NAL Thesaurus:	Viticulture Neural networks
Palabras clave:	Detecção de frutos Reconhecimento de Imagens Aprendizagem profunda Aprendizado de máquina Redes neurais Aprendizado supervisionado Image Recognition Fruit detection Deep Learning Machine learning
ISBN:	978-85-7029-145-5
Notas:	CIIC 2018. Nº 17601.
Tipo de Material:	Artigo em anais e proceedings
Acceso:	openAccess
Aparece en las colecciones:	Artigo em anais de congresso (CNPTIA)