Please use this identifier to cite or link to this item: http://ric.cps.sp.gov.br/handle/123456789/7734
Title: Detecção de ervas daninhas usando deep learning
Authors: VOIGT, Raisler
BUSSI, Leonardo Bezerra
metadata.dc.contributor.advisor: GARCIA, Luís Hilário Tobler
CAPELOCI, Eloiza Martins Primo
metadata.dc.type: 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 SizeFormat 
bigdata_2021_1_raislervoigt_deteccaodeervasdaninhausandodeep.pdf
  Restricted Access
1.47 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.