Detecção de frutos em viticultura utilizando redes neurais profundas.

Vista sencilla de ítem
dc.contributorLEONARDO LIMA DE SOUZA, Bolsista CNPq (PIBIC); SANDRA AVILA, IC/Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA.
dc.creatorSOUZA, L. L. de
dc.creatorAVILA, S.
dc.creatorSANTOS, T. T.
dc.date2019-08-24T01:01:20Z
dc.date2019-08-24T01:01:20Z
dc.date2019-08-23
dc.date2019
dc.date2019-10-23T11:11:11Z
dc.date.accessioned2026-07-07T04:15:54Z
dc.descriptionRESUMO - Neste trabalho investigamos técnicas de detecção de objetos por redes neurais aplicadas à detecção de frutos em viticultura. Desenvolvemos também a base de dados Embrapa WGISD, composta por imagens coletadas em Abril de 2017 e Abril de 2018 na Vinícola De Guaspari. Anotada manualmente, a base de dados possui 5 cultivares diferentes de uva: Syrah, Chardonnay, Cabernet Franc, Cabernet Sauvignon e Sauvignon Blanc, totalizando 4419 amostras de cachos de uva. Foram treinadas duas redes neurais convolutivas de arquiteturas, YOLOv2 e YOLOv3, para detecção e localização dos cachos nas imagens. Resultados quantitativos demonstraram precisão de até 88%, revocação de até 74%, e F1-Score de até 80% para YOLOv2 e precisão de até 92%, revocação de até 65% e F1-Score de até 76% para YOLOv3. Testes qualitativos demonstram que a rede YOLOv2 generaliza melhor para o conjunto de dados utilizado, e a rede YOLOv3 fornece uma localização melhor ajustada.
dc.descriptionCIIC 2019. Nº 19603.
dc.formatp. 1-12.
dc.identifierIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 13., 2019, Campinas. Anais... [S.l: s.n], 2019.
dc.identifier978-85-7029-149-3
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1111590
dc.identifier.urihttp://hdl.handle.net/123456789/455919
dc.languagepor
dc.rightsopenAccess
dc.subjectDetecção de frutos
dc.subjectRedes neurais
dc.subjectAprendizagem profunda
dc.subjectDetecção de uvas
dc.subjectFruit detection
dc.subjectDeep Learning
dc.subjectViticultura
dc.subjectViticulture
dc.subjectNeural networks
dc.titleDetecção de frutos em viticultura utilizando redes neurais profundas.
dc.typeArtigo em anais e proceedings

Archivos

Colecciones

Embrapa Agricultura Digital (CNPTIA)