Skip to Content 1
Ir para o menu 2
Ir para a busca 3

Portal Embrapa

Language Language

português English
Entrar

Search Publications

Sort by: date | alphabetically


Fluxo de trabalho para o treinamento de modelos de aprendizado profundo dedicados a problemas da agricultura. Author(s): 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 digita... ... Repository: BDPA Publication year: 2021
Classificação de imagens de sementes de soja coloridas pelo tetrazólio baseada em aprendizado profundo. Author(s): SOUZA JUNIOR, M.; FRANÇA-NETO, J. B.; SAITO, P. T. M.; BUGATTI, P. H. Repository: BDPA Publication year: 2018
Uso de redes neurais convolucionais para detecção de laranjas no campo. Author(s): CAMARGO NETO, J.; TERNES, S.; SOUZA, K. X. S. de; YANO, I. H.; QUEIROS, L. R. RESUMO. A laranja e seus derivados são um dos principais produtos do agronegócio brasileiro, além de uma das cadeias produtivas que mais emprega mão de obra por hectare, o que mostra o alto grau de im... ... Repository: BDPA Publication year: 2019
Usando a rede neural SSD para identificar frutos verdes em pomares de laranja. Author(s): SOUSA, M. A. de; SOUZA, K. X. S. de; CAMARGO NETO, J.; TERNES, S.; YANO, I. H. RESUMO - A agropecuária é uma das mais importantes fontes de riqueza no Brasil. Dentro desse contexto, se destaca o cultivo das laranjas, principalmente na região de São Paulo e do Triângulo Mineiro.... ... Repository: BDPA Publication year: 2021
Uso de redes neurais multicamadas para classificação de perfis de solos. Author(s): SOUZA, K. X. S. de; CAMARGO NETO, J. Resumo - O processo de classificação de solos executado por especialistas é uma tarefa laboriosa, que envolve várias etapas de coleta e a aplicação de regras de classificação de acordo com o Manual do... ... Repository: BDPA Publication year: 2019
A review on the use of computer vision and artificial intelligence for fish recognition, monitoring, and management. Author(s): BARBEDO, J. G. A. Abstract: Computer vision has been applied to fish recognition for at least three decades. With the inception of deep learning techniques in the early 2010s, the use of digital images grew strongly, a... ... Repository: BDPA Publication year: 2022
Usando a rede neural Faster-RCNN para identificar frutos verdes em pomares de laranja. Author(s): CERQUEIRA, L. M.; SOUZA, K. X. S. de; TERNES, S.; CAMARGO NETO, J. Resumo - O Brasil é um país altamente dependente de sua agropecuária para a geração de Produto Interno Bruto (PIB). Entre os produtos de sua agricultura se destaca o de cultivo da laranja e seus deriv... ... Repository: BDPA Publication year: 2020
Testando a rede neural YOLOv5 para detecção de frutos em pomares de laranja. Author(s): RIBEIRO, A. F.; SOUZA, K. X. S. de; CAMARGO NETO, J.; TERNES, S.; YANO, I. H. Este trabalho, tem como objetivo analisar a viabilidade do emprego de algoritmos computacionais por meio de redes neurais e visão computacional no processo de contagem de frutos através de imagens dig... ... Repository: BDPA Publication year: 2022
Evaluation of early season mapping of integrated crop livestock systems using Sentinel-2 data. Author(s): TORO, A. P. S. G. D.; WERNER, J. P. S.; REIS, A. A. dos; ESQUERDO, J. C. D. M.; ANTUNES, J. F. G.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; FIGUEIREDO, G. K. D. A. ABSTRACT. Various approaches were developed considering the need to increase agricultural productivity in cultivated areas without more deforestation, such as the Integrated Crop livestock systems (IC... ... Repository: BDPA Publication year: 2022
YOLO performance analysis for real-time detection of soybean pests. Author(s): TETILA, E. C.; SILVEIRA, F. A. G. da; COSTA, A. B. da; AMORIM, W. P.; ASTOLFI, G.; PISTORI, H.; BARBEDO, J. G. A. In this work, we evaluated the You Only Look Once (YOLO) architecture for real-time detection of soybean pests. Repository: BDPA Publication year: 2024

Showing 1 - 10 of 81 results.

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.