Home Itens selecionados Provedores de dados OAI Créditos Sobre Ajuda

			Busca avançada
	Provedor de dados Repositório Alice (23) Infoteca-e (4) Rev. Bras. Bot. (1) AGRIAMBI (1) Autor BARBEDO, J. G. A. (5) SANTOS, T. T. (5) KOENIGKAN, L. V. (3) NACHTIGALL, L. G. (3) RESENDE, M. (3) SANTOS, P. M. (3) ARAUJO, R. M. (2) AVILA, S. (2) CAMARGO NETO, J. (2) NACHTIGALL, G. R. (2) SOUZA, K. X. S. de (2) TERNES, S. (2) ANTUNES, J. F. G. (1) ASSAD, E. D. (1) BALONEQUE, D. D. (1) BARBOSA, E. P. (1) BINOTI, D. H. B. (1) BIONDI NETO, L. (1) Buckeridge,Marcos S. (1) Buzetti,Salatiér (1) Mais... Palavra-chave Redes neurais (29) Neural networks (12) Aprendizado profundo (6) Deep learning (6) Convolutional neural networks (3) Evapotranspiração (3) Fruit detection (3) Irrigação (3) Redes neurais convolucionais (3) Unmanned aerial vehicles (3) Visão computacional (3) Aprendizado de máquina (2) Aprendizagem profunda (2) Canchim breed (2) Cattle (2) Computer vision (2) Convolutional Neural Networks (2) Deep Learning (2) Detecção de frutos (2) Evapotranspiration (2) Mais... Tipo do documento Anais e Proceedings de eventos (9) Artigo de periódico (8) Parte de livro (3) Info:eu-repo/semantics/article (2) Separatas (2) Artigo de divulgação na mídia (INFOTECA-E) (1) Circular Técnica (INFOTECA-E) (1) Comunicado Técnico (INFOTECA-E) (1) Folhetos (1) Teses (1) Mais... Ano 2021 (3) 2020 (6) 2019 (2) 2018 (1) 2016 (3) 2015 (1) 2014 (1) 2013 (1) 2012 (1) 2008 (2) 2006 (2) 2005 (1) 2004 (1) 2003 (2) 2000 (2) Mais... País Brazil (29) Idioma Português (21) Inglês (8)		Ordenar por:  Relevância Autor Título Ano Registros recuperados: 29 Primeira ... 1 2 ... Última A methodology for detection and localization of fruits in apples orchards from aerial images. Repositório Alice SANTOS, T. T.; GEBLER, L.. Abstract. Computer vision methods based on convolutional neural networks (CNNs) have presented promising results on image-based fruit detection at ground-level for different crops. However, the integration of the detections found in different images, allowing accurate fruit counting and yield prediction, have received less attention. This work presents a methodology for automated fruit counting employing aerial-images. It includes algorithms based on multiple view geometry to perform fruits tracking, not just avoiding double counting but also locating the fruits in the 3-D space. Preliminary assessments show correlations above 0.8 between fruit counting and true yield for apples. The annotated dataset employed on CNN training is publicly available. Tipo: Anais e Proceedings de eventos Palavras-chave: Redes neurais; Contagem automática de frutas; Detecção de maçãs; Convolutional neural networks; Fruit detection; Maçã; Neural networks; Apples. Ano: 2021 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1136667 A study on CNN-based detection of psyllids in sticky traps using multiple image data sources. Repositório Alice BARBEDO, J. G. A.; CASTRO, G. B.. Abstract: Deep learning architectures like Convolutional Neural Networks (CNNs) are quickly becoming the standard for detecting and counting objects in digital images. However, most of the experiments found in the literature train and test the neural networks using data from a single image source, making it difficult to infer how the trained models would perform under a more diverse context. The objective of this study was to assess the robustness of models trained using data from a varying number of sources. Nine different devices were used to acquire images of yellow sticky traps containing psyllids and a wide variety of other objects, with each model being trained and tested using different data combinations. The results from the experiments were used... Tipo: Artigo de periódico Palavras-chave: Aprendizado profundo; Robustez de modelo; Variedade de dados; Redes neurais; Redes Neurais Convolucionais; Citrus huanglongbing; HLB; Imagens digitais; Deep learning; Model robustness; Data variety; Convolutional Neural Networks; Citrus; Neural networks; Digital images. Ano: 2020 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1125315 A study on the detection of cattle in UAV images using deep learning. Repositório Alice BARBEDO, J. G. A.; KOENIGKAN, L. V.; SANTOS, T. T.; SANTOS, P. M.. Abstract: Unmanned aerial vehicles (UAVs) are being increasingly viewed as valuable tools to aid the management of farms. This kind of technology can be particularly useful in the context of extensive cattle farming, as production areas tend to be expansive and animals tend to be more loosely monitored. With the advent of deep learning, and convolutional neural networks (CNNs) in particular, extracting relevant information from aerial images has become more effective. Despite the technological advancements in drone, imaging and machine learning technologies, the application of UAVs for cattle monitoring is far from being thoroughly studied, with many research gaps still remaining. In this context, the objectives of this study were threefold: (1) to... Tipo: Artigo de periódico Palavras-chave: Veículo aéreo não tripulado; Redes neurais; Drone; Aprendizado profundo; Convolutional neural networks; Deep learning; Canchim breed; Nelore breed; Gado de Corte; Gado Canchim; Gado Nelore; Cattle; Unmanned aerial vehicles. Ano: 2019 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1116449 Algoritmo genético para construção de ensembles de redes neurais: aplicação à língua eletrônica. Infoteca-e FERREIRA, E. J.; DELBEM, A. C. B.. bitstream/CNPDIA-2009-09/11846/1/CiT34_2006.pdf Tipo: Circular Técnica (INFOTECA-E) Palavras-chave: Ensembles; Redes neurais; Língua eletrônica. Ano: 2006 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/31581 Cattle detection using oblique UAV images. Repositório Alice BARBEDO, J. G. A.; KOENIGKAN, L. V.; SANTOS, P. M.. The evolution in imaging technologies and artificial intelligence algorithms, coupled with improvements in UAV technology, has enabled the use of unmanned aircraft in a wide range of applications. The feasibility of this kind of approach for cattle monitoring has been demonstrated by several studies, but practical use is still challenging due to the particular characteristics of this application, such as the need to track mobile targets and the extensive areas that need to be covered in most cases. The objective of this study was to investigate the feasibility of using a tilted angle to increase the area covered by each image. Deep Convolutional Neural Networks (Xception architecture) were used to generate the models for animal detection. Three experiments... Tipo: Artigo de periódico Palavras-chave: Redes neurais; Redes neurais convolucionais; Aprendizado profundo; Veículos aéreos não tripulados; Convolutional neural network; Deep learning; Gado; Unmanned aerial vehicles; Cattle. Ano: 2020 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1127885 Classificação de distúrbios em folhas de macieiras utilizando redes neurais convolucionais. Repositório Alice NACHTIGALL, L. G.. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pelotas, Programa de Pós-Graduação em Computação, Centro de Desenvolvimento Tecnológico, Pelotas, RS, 2016. Orientador: Ricardo Matsura Araujo, Coorientador: Gilmar Ribeiro Nachtigall. Tipo: Teses Palavras-chave: Aprendizado de máquina; Inteligência artificial; Redes neurais; Redes neurais convolucionais; Classificação de sintomas em plantas. Ano: 2016 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1053681 Classification of apple tree disorders using Convolutional Neural Networks. Repositório Alice NACHTIGALL, L. G.; ARAUJO, R. M.; NACHTIGALL, G. R.. Abstract?This paper studies the use of Convolutional Neural Networks to automatically detect and classify diseases, nutritional deficiencies and damage by herbicides on apple trees from images of their leaves. This task is fundamental to guarantee a high quality of the resulting yields and is currently largely performed by experts in the field, which can severely limit scale and add to costs. By using a novel data set containing labeled examples consisting of 2539 images from 6 known disorders, we show that trained Convolutional Neural Networks are able to match or outperform experts in this task, achieving a 97.3% accuracy on a hold-out set. Tipo: Separatas Palavras-chave: Macieira; Redes neurais; Convolutional Neural Networks; Diseases; Nutritional deficiencies; Damage; Herbicide.; Apple trees; Maca. Ano: 2016 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1052112 Comparação de diferentes estratégias de programação de irrigação suplementar em milho. Repositório Alice RESENDE, M.; OLIVEIRA, A. C.. Uma das estratégias mais simples, embora pouco precisa, para programar irrigações é utilizar a média da evapotranspiração de referência (ETo), de uma série histórica de dados climáticos e através do método de balanço de água no solo. Com isso, é possível gerar um calendário de irrigações, com as respectivas datas e lâminas de água a serem aplicadas durante o ciclo da cultura. Desenvolveu-se um trabalho, com a cooperação da UFMG, com o objetivo de aumentar a precisão desse método, utilizando-se Redes Neurais Artificiais (RNAs) para ajustar e predizer a ETo diária, com base em uma série histórica de dados climáticos. Um experimento foi conduzido em duas épocas de plantio (27 de janeiro de 2003 e 02 de setembro de 2003), para testar a precisão desse método em... Tipo: Artigo de periódico Palavras-chave: Redes neurais; Cultura.; Evapotranspiração; Irrigação; Manejo; Milho.. Ano: 2005 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/488839 Comparação entre imagens Aster e Landsat 7 na classificação de níveis de degradação de pastagens utilizando redes neurais artificiais. Repositório Alice CHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; CARVALHO JUNIOR, W. de. O presente estudo teve como objetivo comparar a eficiência dos dados dos sensores Aster e ETM+/Landsat 7 na classificação do uso e cobertura da terra, com ênfase nos níveis de degradação das pastagens na Zona da Mata Mineira, através da utilização de redes neurais artificiais. Foram testadas três composições de uma imagem do sensor Aster e uma do ETM+/Landsat 7, para definição das melhores feições discriminantes para o classificador. As classes de uso e cobertura consideradas foram: floresta, café, área urbana/solo exposto e três níveis de degradação das pastagens (moderado, forte e muito forte). Utilizou-se o simulador de redes neurais Java Neural Network Simulator e o algoritmo empregado foi o back-propagation. Dentre as composições de imagens testadas o... Tipo: Separatas Palavras-chave: Redes neurais; Pastagens.; Sensoriamento Remoto.. Ano: 2008 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/339820 Compreensão de cenas em agricultura por redes neurais profundas. Repositório Alice DIAZ, M. G. B. D.; SANTOS, T. T.. RESUMO - A compreensão de cenas tridimensionais na agricultura é de interesse estratégico para a atividade, pois abre caminho para automatizar análises e processos produtivos no campo. Na última década, algoritmos de aprendizado profundo se tornaram estado da arte em tarefas de detecção e classificação em imagens. Ao mesmo tempo, algoritmos de reconstrução tridimensionais de estruturas a partir de imagens se tornaram cada vez mais robustos e escaláveis. Redes neurais profundas, no entanto, ainda são pouco aplicadas a dados tridimensionais, em especial a representações de cenas na agricultura. Neste trabalho, mostramos os resultados de testes de reconstrução tridimensional de linhas de uma vinícola e desenvolvemos a base de uma interface para anotação de... Tipo: Anais e Proceedings de eventos Palavras-chave: Redes neurais; Redes Neurais Profundas; Reconstrução Tridimensional; Anotação de Dados; Classificação e Segmentação; Nuvens de Pontos; Deep Neural Networks; Tridimensional Reconstruction; Data Annotation; Classification and Segmentation; Point Clouds; Neural networks. Ano: 2020 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1127719 Counting cattle in UAV images: dealing with clustered animals and animal/background contrast changes. Repositório Alice BARBEDO, J. G. A.; KOENIGKAN, L. V.; SANTOS, P. M.; RIBEIRO, A. R. B.. Abstract: The management of livestock in extensive production systems may be challenging, especially in large areas. Using Unmanned Aerial Vehicles (UAVs) to collect images from the area of interest is quickly becoming a viable alternative, but suitable algorithms for extraction of relevant information from the images are still rare. This article proposes a method for counting cattle which combines a deep learning model for rough animal location, color space manipulation to increase contrast between animals and background, mathematical morphology to isolate the animals and infer the number of individuals in clustered groups, and image matching to take into account image overlap. Using Nelore and Canchim breeds as a case study, the proposed approach yields... Tipo: Artigo de periódico Palavras-chave: Redes neurais; Rede neural convolucional; Veículo aéreo não tripulado; Canchim breed; Nelore breed; Convolutional neural networks; Mathematical morphology; Deep learning mode; Gado de Corte; Gado Nelore; Gado Canchim; Unmanned aerial vehicles; Neural networks. Ano: 2020 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1121664 Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2. Repositório Alice SANTOS, A. A. dos; AVILA, S.; SANTOS, T. T.. 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... Tipo: Anais e Proceedings de eventos Palavras-chave: Detecção de frutos; Reconhecimento de Imagens; Aprendizagem profunda; Aprendizado de máquina; Redes neurais; Aprendizado supervisionado; Image Recognition; Fruit detection; Deep Learning; Learning machine; Viticultura; Viticulture; Neural networks. Ano: 2018 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1096173 Detecção de frutos em viticultura utilizando redes neurais profundas. Repositório Alice SOUZA, L. L. de; AVILA, S.; SANTOS, T. T.. RESUMO - Neste trabalho investigamos técnicas de detecção de objetos por redes neurais aplicadas à detecção de frutos em viticultura. Desenvolvemos também a base de dados Embrapa WGISD, composta por imagens coletadas em Abril de 2017 e Abril de 2018 na Vinícola De Guaspari. Anotada manualmente, a base de dados possui 5 cultivares diferentes de uva: Syrah, Chardonnay, Cabernet Franc, Cabernet Sauvignon e Sauvignon Blanc, totalizando 4419 amostras de cachos de uva. Foram treinadas duas redes neurais convolutivas de arquiteturas, YOLOv2 e YOLOv3, para detecção e localização dos cachos nas imagens. Resultados quantitativos demonstraram precisão de até 88%, revocação de até 74%, e F1-Score de até 80% para YOLOv2 e precisão de até 92%, revocação de até 65% e... Tipo: Anais e Proceedings de eventos Palavras-chave: Detecção de frutos; Redes neurais; Aprendizagem profunda; Detecção de uvas; Fruit detection; Deep Learning; Viticultura; Viticulture; Neural networks. Ano: 2019 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1111590 Estimativa da produtividade de trigo em função da adubação nitrogenada utilizando modelagem neuro fuzzy AGRIAMBI Silva,Aldo A. V. da; Silva,Inara A. F.; Teixeira Filho,Marcelo C. M.; Buzetti,Salatiér; Teixeira,Marcelo C. M.. Atualmente, novas técnicas de processamento de dados, tais como redes neurais, lógica nebulosa (fuzzy) e sistemas híbridos, são utilizadas para elaborar modelos de predição em sistemas complexos e estimar parâmetros desejados. Neste artigo investigou-se a habilidade de se desenvolver um modelo de inferência adaptativo neuro fuzzy para estimação da produtividade de trigo utilizando-se uma base de dados da combinação dos seguintes tratamentos: cinco doses de N (0, 50, 100, 150 e 200 kg ha-1); três fontes (Entec, sulfato de amônio e ureia); duas épocas de aplicação de N (na semeadura ou em cobertura) e dois cultivares de trigo (E21 e IAC 370), avaliados durante dois anos, em Selvíria, MS. Através dos dados de entrada e saída o sistema de inferência neuro... Tipo: Info:eu-repo/semantics/article Palavras-chave: Triticum aestivum L.; Nitrogênio; Redes neurais; ANFIS; Sistemas híbridos. Ano: 2014 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662014000200008 Estimativa de precipitação através de imagens do satélite GOES-8 utilizando redes neurais. Repositório Alice ÁVILA, A. M. H. de; PINTO, H. S.; ZULLO JÚNIOR, J.; ASSAD, E. D.. O presente trabalho tem por objetivo utilizar as informações disponíveis nos canais espectrais do satélite GOES-8 para estimar a precipitação em regiões tropicais utilizando métodos de rede neurais. Tipo: Anais e Proceedings de eventos Palavras-chave: Imagens de satélites; Redes neurais; Satélite GOES-8; Sensoriamento remoto; Neural networks; Remote sensing. Ano: 2003 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/8861 Fluxo de trabalho para o treinamento de modelos de aprendizado profundo dedicados a problemas da agricultura. Infoteca-e BARBEDO, J. G. A.. Resumo - Com o surgimento do aprendizado profundo, redes neurais novamente se tornaram opções vantajosas para lidar com uma variedade de problemas de classificação, especialmente quando imagens digitais estão envolvidas. A popularização desse tipo de técnica deu origem a uma comunidade ativa que tornou pública a maior parte das arquiteturas de aprendizado profundo desenvolvidas até o momento. Documentações completas e tutoriais detalhados associados a essas arquiteturas garantem que qualquer pessoa com conhecimentos básicos de programação é capaz de realizar os experimentos sem muito esforço. Como resultado, houve uma explosão no número de artigos aplicando aprendizado profundo a uma ampla gama de problemas. Apesar dos excelentes resultados alcançados por... Tipo: Folhetos Palavras-chave: Aprendizado profundo; Redes neurais; Classificação; Deep learning; Training; Agricultura; Agriculture; Neural networks; Classification. Ano: 2021 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1137938 Metodologia para corrigir, predizer e disponibilizar a evapotranspiração de referência, através de redes neurais artificiais, para racionalização de práticas de manejo de irrigação. Repositório Alice RESENDE, M.. Tipo: Parte de livro Palavras-chave: Redes neurais; Management.; Evapotranspiração; Irrigação; Manejo.; Evapotranspiration; Irrigation.. Ano: 2000 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/483918 Metodologia para corrigir, predizer e disponibilizar a evapotranspiração de referência, através de redes neurais artificiais, para racionalização de práticas de manejo de irrigação. Repositório Alice RESENDE, M.. Tipo: Parte de livro Palavras-chave: Redes neurais; Management.; Evapotranspiração; Irrigação; Manejo.; Evapotranspiration; Irrigation.. Ano: 2000 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/483832 Neural network and state-space models for studying relationships among soil properties. Repositório Alice TIMM, L. C.; GOMES, D. T.; BARBOSA, E. P.; REICHARDT, K.; SOUZA, M. D. de; DYNIA, J. F.. O estudo da relação entre as propriedades do solo é de grande importância na área agronômica objetivando um manejo racional dos recursos naturais do meio ambiente e um aumento na produtividade agrícola. Tradicionalmente este estudo tem sido realizado usando modelos de regressão estática os quais não levam em consideração a estrutura espacial envolvida. Este trabalho teve o objetivo de avaliar a relação entre uma variável de determinação mais cara e demorada (por exemplo, nitrogênio total do solo) e outras de mais barata e rápida determinação (p.e., carbono orgânico do solo, pH, etc.). Duas importantes classes de modelos (espaço de estados linear e redes neurais) são usadas para predição e comparadas aos modelos de regressão uni- e multivariados aqui usados... Tipo: Artigo de periódico Palavras-chave: Redes neurais; Propriedades do solo; Modelos de predição; Transição espacial; Física do solo; Química do solo. Ano: 2006 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/15379 Parceria entre a Embrapa uva e Vinho e o programa de pós-graduação em Cmputação da UFPel busca solução tecnológica para a macieira no Brasil. Infoteca-e NACHTIGALL, G. R.; NACHTIGALL, L. G.; ARAUJO, R. M.. bitstream/item/153217/1/JornaldaFruta-312-2016-p25.png Tipo: Artigo de divulgação na mídia (INFOTECA-E) Palavras-chave: Redes neurais; Redes neurais convolucionais; Folhas de macieiras; Computação; Sistemas (computador); Redes neurais (macieira); Manejo (macieira); Distúrbios (Folhas de macieiras); Doenças (folhas de macieiras); Pragas (folhas de macieiras); Produção de maçã; Brasil; Macieira.; Maca.. Ano: 2016 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1054492 Registros recuperados: 29 Primeira ... 1 2 ... Última

Empresa Brasileira de Pesquisa Agropecuária - Embrapa Todos os direitos reservados, conforme Lei n° 9.610 Política de Privacidade Área restrita		Embrapa Parque Estação Biológica - PqEB s/n° Brasília, DF - Brasil - CEP 70770-901 Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco