Identificação de solo exposto e cupinzeiros em pastagens utilizando deep learning.

Vista sencilla de ítem
dc.contributorIAN PINTO ALMEIDA, UNIVERSIDADE DO VALE DO ITAJAÍ; ANITA FERNANDES, UNIVERSIDADE DO VALE DO ITAJAÍ; WEMERSON DELCIO PARREIRA, PUC-CAMPINAS; MAURILIO FERNANDES DE OLIVEIRA, CNPMS; KAROLINE SOUZA GUCKERT, UNIVERSIDADE DO VALE DO ITAJAÍ; DENNIS KERR COELHO, UNIVERSIDADE DO VALE DO ITAJAÍ.
dc.creatorALMEIDA, I. P.
dc.creatorFERNANDES, A.
dc.creatorPARREIRA, W. D.
dc.creatorOLIVEIRA, M. F. de
dc.creatorGUCKERT, K. S.
dc.creatorCOELHO, D. K.
dc.date2024-04-18T07:52:44Z
dc.date2024-04-18T07:52:44Z
dc.date2024-04-17
dc.date2024
dc.date.accessioned2026-07-07T05:26:28Z
dc.descriptionPasture degradation is a significant challenge in livestock farming in Brazil, affecting the environmental and economic sustainability of the sector. Solutions that help manage pasture areas are crucial for Brazilian agribusiness. In this context, this work presents the application of YOLO model of Deep Learning to identify exposed soil, as well as indicators of pasture degradation, in this case, the number of termite mounds in each area. The image base used refers to pastures in Goiás and Mato Grosso.
dc.identifierIn: COMPUTER ON THE BEACH, 15., 2024, Balneário Camburiú. Anais... São José: Universidade do Vale do Itajaí, 2024.
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1163727
dc.identifier.urihttp://hdl.handle.net/123456789/491282
dc.languagepor
dc.rightsopenAccess
dc.subjectDegradação de pastagem
dc.subjectModelo YOLO
dc.subjectDeep Learning
dc.subjectPastagem
dc.subjectCupim
dc.subjectDegradation
dc.subjectPastures
dc.titleIdentificação de solo exposto e cupinzeiros em pastagens utilizando deep learning.
dc.typeArtigo em anais e proceedings

Archivos

Colecciones

Embrapa Maíz y Sorgo (CNPMS)