Um estudo comparativo de redes convolucionais profundas para detecção de insetos em imagens.

Enter multiple e-mails separated by comma.

imagem

Author(s): DI DOMENICO, J. R.; LAU, D.; RIBEIRO, D. D.; RIEDER, R.; CESARO JUNIOR, T. de

Summary: Esse trabalho apresenta um estudo comparativo entre dois modelos de redes convolucionais profundas em tarefas de identificação e contagem de insetos em imagens digitais, considerando afídeos (Hemiptera: Aphididae) e parasitoides (Hymenoptera: Aphelinidae e Braconidae, Aphidiinae). Nesse estudo de caso, cada imagem pode conter centenas de espécimes, detritos, sobreposições e outros insetos com morfologia semelhante, o que ? dificulta o processo de detecção. Nesse sentido, comparou-se os resultados obtidos pelo sistema InsectCV, baseado em Mask RCNN, em termos de tempo de treinamento, inferencia e precisão, com um novo modelo, treinado com a rede DarkNet. Com a utilização de imagens em tons de cinza, com menor dimensão, processamento via GPU e uma rede convolucional de um estagio, e possível a redução do custo computacional e elevação da precisão na tarefa de detecção de objetos. Com base em 580 ? imagens utilizadas para a validação do modelo proposto foi possível obter a precisão média de 79,9%.

Publication year: 2021

Types of publication: Paper in annals and proceedings

Observation

Some of Embrapa's publications are published as ePub files. To read them, use or download one of the following free software options to your computer or mobile device. Android: Google Play Books; IOS: iBooks; Windows and Linux: Calibre.

 


Access other publications

Access the Agricultural Research Database (BDPA) to consult Embrapa's full library collection and records.
Visit Embrapa Bookstore to purchase books and other publications sold by Embrapa.