Detecção de doenças em folhas de soja utilizando redes neurais convolucionais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCavalcanti, Pablo Gauterio-
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorPola, Ives Rene Venturini-
Autor(es): dc.contributorCavalcanti, Pablo Gauterio-
Autor(es): dc.creatorSilva, Gustavo Vigilato Giarge-
Data de aceite: dc.date.accessioned2022-08-04T20:17:25Z-
Data de disponibilização: dc.date.available2022-08-04T20:17:25Z-
Data de envio: dc.date.issued2022-04-25-
Data de envio: dc.date.issued2022-04-25-
Data de envio: dc.date.issued2021-08-06-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28131-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706141-
Descrição: dc.descriptionThe disease detection is vital to increase the productivity and quality of soybean cultivation. the detection of the presence of diseases it is usually carried out in a laboratory, which is time-consuming and costly. To overcome these issues, there is a growing demand for technologies that aim at a faster detection and classification of diseases. In this context, this work is the use of convolutional neural networks in combination with support vector machines to analyze and classify soybean leaf textures. In this approach, a set of data containing samples with evidence of diseases commonly observed in soybean crops was analized - Mildew, Oidio , Mosaic Virus, Rust and Bacterial Blight , achieving precisions greater than 90%.-
Descrição: dc.descriptionA detecção de doenças é de vital importância para aumentar a produtividade e qualidade das lavouras de soja, e é geralmente realizada de forma laboratorial, processo que pode ser demorado e custoso. Para superar esse problema, existe uma grande demanda de tecnologias que possibilitam a rápida detecção e classificação das doenças que acometem as lavouras. Dentro deste contexto, este trabalho aplicou redes neurais convolucionais em conjunto com support vector machines para análise e classificação de texturas de folhas de soja. Nesta abordagem, um conjunto de dados teste contendo amostras com as principais doenças comumente encontras nas lavouras soja : Míldio, Ferrugem , Oídio, Folha Carijó e Crestamento Bacteriano, cuja os resultados apresentam precisão de no mínimo 90%.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectSoja - Doenças e pragas-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectInteligência computacional-
Palavras-chave: dc.subjectSoybean - Disease and pests-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectComputational intelligence-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleDetecção de doenças em folhas de soja utilizando redes neurais convolucionais-
Título: dc.titleSoybean leaf diseases detection using convolutional neural networks-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.