Title:	Pipeline de detecção de laranjas a partir de vídeos.
Authors:	VERALDI, T. P. CAMARGO NETO, J. SANTOS, T. T. TERNES, S. SOUZA, K. X. S. de
Affiliation:	TIAGO PETENÁ VERALDI, BOLSISTA CNPQ (PIBITI); JOAO CAMARGO NETO, CNPTIA; THIAGO TEIXEIRA SANTOS, CNPTIA; SONIA TERNES, CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA.
Date Issued:	2021
Citation:	In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 15., 2021, Campinas. Anais [...]. Campinas: Instituto de Zootecnia, 2021. p. 1-11. Ref. 21609.
Description:	RESUMO - A detecção de frutos utilizando vídeos, adquiridos em laranjais, é um processo que envolve a utilização de vários sistemas. Cada um é responsável por uma etapa do processo de detecção, sendo que o resultado de um serve como entrada para o outro. Para que o processo seja executado corretamente é necessário a validação dos resultados em cada etapa, antes do início da próxima etapa. Caso o resultado de uma etapa não seja satisfatória, é necessário executar a etapa anterior utilizando outros parâmetros de ajustes, até que se obtenha um resultado aceitável. Este procedimento pode ser executado manualmente, mas é muito trabalhoso. Este trabalho apresenta uma solução baseada no conceito de máquina de estado finito para automatizar o processo de detecção de frutos.
NAL Thesaurus:	Computer vision
Keywords:	Máquina de Estado Visão Computacional Redes Neurais Profundas Framework State Machine Deep Neural Networks
ISBN:	978-65-994972-0-9
Notes:	Evento online. CIIC 2021.
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em anais de congresso (CNPTIA)