Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/7734
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGARCIA, Luís Hilário Tobler-
dc.contributor.advisorCAPELOCI, Eloiza Martins Primo-
dc.contributor.authorVOIGT, Raisler-
dc.contributor.authorBUSSI, Leonardo Bezerra-
dc.date.accessioned2022-04-13T14:54:16Z-
dc.date.available2022-04-13T14:54:16Z-
dc.date.issued2021-06-29-
dc.identifier.citationVOIGT, 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, 2021pt_BR
dc.identifier.urihttp://ric.cps.sp.gov.br/handle/123456789/7734-
dc.description.abstractA 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.pt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Bigdata no Agronegóciopt_BR
dc.language.isopt_BRpt_BR
dc.publisher259pt_BR
dc.subjectPlantas daninhaspt_BR
dc.subjectInteligência artificialpt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleDetecção de ervas daninhas usando deep learningpt_BR
dc.typeArtigo científicopt_BR
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.