Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/7734
Title: | Detecção de ervas daninhas usando deep learning |
Authors: | VOIGT, Raisler BUSSI, Leonardo Bezerra |
Advisor: | GARCIA, Luís Hilário Tobler CAPELOCI, Eloiza Martins Primo |
type of document: | Artigo científico |
Keywords: | Plantas daninhas;Inteligência artificial |
Issue Date: | 29-Jun-2021 |
Publisher: | 259 |
Citation: | VOIGT, Raisler; BUSSI, Leonardo Bezerra. Detecção de ervas daninhas usando deep learning, 2021. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Big Data no Agronegócio) - Faculdade de Tecnologia FATEC Shunji Nishimura (Pompéia), Pompéia, 2021 |
Abstract: | A erva daninha é um dos principais problemas fitossanitários presentes no campo. Essa praga implica em grande parcela das perdas de recursos do campo, com seu alto poder destrutivo a erva daninha consome parte dos recursos presente no solo e dificulta o desenvolvimento da cultura. O controle dessa praga é feito de forma biológica, preventiva, cultural, mecânica, física e química, mas também existem práticas tecnológicas para o auxílio no combate, como, o IoT (internet das coisas) e a inteligência artificial. A inteligência artificial tem ganhado cada vez mais espaço na agricultura com seu papel no avanço tecnológico no agronegócio e no campo de inteligência artificial temos o aprendizado profundo, que é um paradigma usado principalmente na análise de imagens e detecção de objetos. Nesta técnica são usados muitos neurônios digitais, ou perceptrons, organizados em multi camadas, em uma configuração que apresenta ótimos resultados neste tipo de análise. |
URI: | http://ric.cps.sp.gov.br/handle/123456789/7734 |
Appears in Collections: | Trabalhos de Conclusão de Curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
bigdata_2021_1_raislervoigt_deteccaodeervasdaninhausandodeep.pdf Restricted Access | 1.47 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.