Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2.
| dc.contributor | ANDREZA APARECIDA DOS SANTOS; SANDRA AVILA; THIAGO TEIXEIRA SANTOS, CNPTIA. | |
| dc.creator | SANTOS, A. A. dos | |
| dc.creator | AVILA, S. | |
| dc.creator | SANTOS, T. T. | |
| dc.date | 2018-09-22T00:34:45Z | |
| dc.date | 2018-09-22T00:34:45Z | |
| dc.date | 2018-09-21 | |
| dc.date | 2018 | |
| dc.date | 2020-01-21T11:11:11Z | |
| dc.date.accessioned | 2026-07-07T04:15:37Z | |
| dc.description | 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 máquina. Uma base de dados foi criada e manualmente anotada a partir de imagens obtidas em abril de 2017 na Vinícola Guaspari. No total são 11.883 imagens contendo exemplos de cachos de uvas e folhas. Uma rede convolutiva com arquitetura YOLOv2 foi treinada para localização e classificação de cachos e folhas. Testes quantitativos demonstraram resultados para a detecção e classificação com precisão de 100%, revocação de até 74,2% e F1-Score de 85,2% para classe "uva" e precisão de 100%, revocação de até 67,9% e F1-Score de 80,9% para a classe "folha". Testes qualitativos mostram que o modelo generaliza bem quando testado em fotografias de outras variedades de uvas. Esses resultados se mostram promissores para a melhoria do método e caminham para a possibilidade de aplicação em campo. | |
| dc.description | CIIC 2018. Nº 17601. | |
| dc.format | Não paginado. | |
| dc.identifier | In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n], 2018. | |
| dc.identifier | 978-85-7029-145-5 | |
| dc.identifier | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1096173 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/455813 | |
| dc.language | por | |
| dc.rights | openAccess | |
| dc.subject | Detecção de frutos | |
| dc.subject | Reconhecimento de Imagens | |
| dc.subject | Aprendizagem profunda | |
| dc.subject | Aprendizado de máquina | |
| dc.subject | Redes neurais | |
| dc.subject | Aprendizado supervisionado | |
| dc.subject | Image Recognition | |
| dc.subject | Fruit detection | |
| dc.subject | Deep Learning | |
| dc.subject | Machine learning | |
| dc.subject | Viticultura | |
| dc.subject | Viticulture | |
| dc.subject | Neural networks | |
| dc.title | Detecção automática de uvas e folhas em viticultura com uma rede neural YOLOv2. | |
| dc.type | Artigo em anais e proceedings |