Pular para o conteúdo 1
Ir para o menu 2
Ir para a busca 3

Portal Embrapa

Língua Língua

português English
Entrar

Busca de Publicações

Ordenação: data | alfabética


Fluxo de trabalho para o treinamento de modelos de aprendizado profundo dedicados a problemas da agricultura. Autoria: 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... ... Repositório: BDPA Ano de publicação: 2021
Classificação de imagens de sementes de soja coloridas pelo tetrazólio baseada em aprendizado profundo. Autoria: SOUZA JUNIOR, M.; FRANÇA-NETO, J. B.; SAITO, P. T. M.; BUGATTI, P. H. Repositório: BDPA Ano de publicação: 2018
Uso de redes neurais convolucionais para detecção de laranjas no campo. Autoria: 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... ... Repositório: BDPA Ano de publicação: 2019
Usando a rede neural SSD para identificar frutos verdes em pomares de laranja. Autoria: 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.... ... Repositório: BDPA Ano de publicação: 2021
A review on the use of computer vision and artificial intelligence for fish recognition, monitoring, and management. Autoria: 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... ... Repositório: BDPA Ano de publicação: 2022
YOLO performance analysis for real-time detection of soybean pests. Autoria: 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. Repositório: BDPA Ano de publicação: 2024
Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2. Autoria: 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 máquin... ... Repositório: BDPA Ano de publicação: 2018
Iboju: uma ferramenta de anotação de imagens para treinamento de detectores. Autoria: FERREIRA SOBRINHO, P. A.; SANTOS, T. T. RESUMO - A automação no contexto da agricultura é significativamente mais complexa do que em contextos urbanos e industriais. Devido à grande variabilidade das estruturas orgânicas, métodos cada vez m... ... Repositório: BDPA Ano de publicação: 2021
Cattle detection using oblique UAV images. Autoria: 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... ... Repositório: BDPA Ano de publicação: 2020
Deep learning architectures for semantic segmentation and automatic estimation of severity of foliar symptoms caused by diseases or pests. Autoria: GONÇALVES, J. P.; PINTO, F. A. C.; QUEIROZ, D. M.; VILLAR, F. M. M.; BARBEDO, J. G. A.; DEL PONTE, E. M. Colour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination... ... Repositório: BDPA Ano de publicação: 2021

Mostrando 1 - 10 de 71 resultados.

Observações

1 - Por padrão são exibidas publicações dos últimos 20 anos. Para encontrar publicações mais antigas, configure o filtro ano de publicação, colocando o ano a partir do qual você deseja encontrar publicações. O filtro está na coluna da esquerda na busca acima.

2 - Para ler algumas publicações da Embrapa (apenas as que estão em formato ePub), é necessário ter, no celular ou computador, um desses softwares gratuitos. Sistemas Android: Google Play Livros; IOS: iBooks; Windows e Linux: software Calibre.

Acesse outras publicações

Acesse a Base de Dados da Pesquisa Agropecuária (BDPA) para consultar o acervo completo das bibliotecas da Embrapa.