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


Classification of apple tree disorders using Convolutional Neural Networks. Autoria: 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 thei... ... Repositório: BDPA Ano de publicação: 2016
Fusing multi-season UAS images with convolutional neural networks to map tree species in Amazonian forests. Autoria: VERAS, H. F. P.; FERREIRA, M. P.; CUNHA NETO, E. M. da; FIGUEIREDO, E. O.; DALLA CORTE, A. P.; SANQUETTA, C. R. Remote sensing images obtained by unoccupied aircraft systems (UAS) across different seasons enabled capturing of species-specific phenological patterns of tropical trees. The application of UAS multi... ... Repositório: BDPA Ano de publicação: 2022
Classification of weeds in agricultural crops with ensembles of convolutional neural networks. Autoria: CARVALHO, V. M. de S.; GUEDES, E. B.; SALAME, M. F. A. Classificação de Ervas Daninhas em Culturas Agrícolas com Comitês de Redes Neurais Convolucionais. Repositório: BDPA Ano de publicação: 2020
Convolutional Neural Networks to Estimate Dry Matter Yield in a Guineagrass Breeding Program Using UAV Remote Sensing. Autoria: OLIVEIRA, G. S. de; MARCATO JUNIOR, J.; POLIDORO, C.; OSCO, L. P.; SIQUEIRA, H.; RODRIGUES, L.; JANK, L.; BARRIOS, S. C. L.; VALLE, C.; SIMEÃO, R. M.; CARROMEU, C.; SILVEIRA, E.; JORGE, L. A. de C.; GONÇALVES, W.; SANTOS, M. F.; MATSUBARA, E. Repositório: BDPA Ano de publicação: 2021
A methodology for detection and localization of fruits in apples orchards from aerial images. Autoria: 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 integr... ... Repositório: BDPA Ano de publicação: 2021
A study on CNN-based detection of psyllids in sticky traps using multiple image data sources. Autoria: 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... ... Repositório: BDPA Ano de publicação: 2020
Use of images of leaves and fruits of apple trees for automatic identification of symptoms of diseases and nutritional disorders. Autoria: NACHTIGALL, L. G.; ARAUJO, R. M.; NACHTIGALL, G. R. Rapid diagnosis ofsymptoms caused by pest attack, diseases and nutritional or physiological disorders in apple orchards is essential to avoid greater losses. This paper aimed to evaluate the efficienc... ... Repositório: BDPA Ano de publicação: 2017
Counting cattle in UAV images: dealing with clustered animals and animal/background contrast changes. Autoria: 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 i... ... Repositório: BDPA Ano de publicação: 2020
Accessing the dry matter yield persistence in an alfalfa germplasm within Brazil through random regression models. Autoria: SANTOS, I. G.; PEIXOTO, M. A.; CRUZ, C. D.; FERREIRA, R. de P.; NASCIMENTO, M. Persistence plays a key role in alfalfa cultivation in tropical areas but is still a bottleneck for breeding programs. Repositório: BDPA Ano de publicação: 2021
Comparando a eficiência de redes neurais convolutivas para detecção de frutos em pomares de laranja. Autoria: MOURA, G. B.; SOUZA, K. X. S. de; CAMARGO NETO, J.; TERNES, S. Este trabalho testa a eficiência da rede neural YOLOv8 para a detecção de objetos, com o propósito de obter uma estimativa de safra de laranjas mais precisa. Repositório: BDPA Ano de publicação: 2023

Mostrando 1 - 10 de 67 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.