Use este identificador para citar ou linkar para este item: https://ric.cps.sp.gov.br/handle/123456789/7734
Título: Detecção de ervas daninhas usando deep learning
Autor(es): VOIGT, Raisler
BUSSI, Leonardo Bezerra
Orientador(es): GARCIA, Luís Hilário Tobler
CAPELOCI, Eloíza Martins Primo
Tipo documental: Artigo científico
Palavras-chave: Plantas daninhas;Inteligência artificial
Data do documento: 29-Jun-2021
Editor: 259
Referência Bibliográfica: 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
Resumo: 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
Aparece nas coleções:Trabalhos de Conclusão de Curso

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
bigdata_2021_1_raislervoigt_deteccaodeervasdaninhausandodeep.pdf
  Restricted Access
1.47 MBAdobe PDFVisualizar/Abrir    Solictar uma cópia


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.