Um modelo de classificação de doenças da folha do arroz através de imagens

Autores
da Rocha Lorensi, Rui Antonio; Maria, Mikael Adolfo; Barcellos Loguercio, Anastácio; da Silva Camargo, Sandro
Año de publicación
2021
Idioma
portugués
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
O arroz é um dos alimentos mais consumidos no mundo e o Brasil é o segundo maior produtor mundial. Os cuidados com a produção englobam desde tecnologias de melhoramento dos grãos em laboratório até o monitoramento de pragas e fungos na lavoura. Este trabalho apresenta um estudo acerca da construção de modelos que possam auxiliar na identificação de fungos baseados em imagens coletadas em um estudo anterior, contendo amostras infectadas com Brusone, Mancha Marrom e Mancha Estreita. Testes mostraram que o modelo criado conseguiu classificar estas doenças com acurácia de 100%.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Árvores de decisão
Inteligência artificial
Agricultura
Processamento de imagens
Orizícola
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/140693
Acceder
id SEDICI_968c306e4b187f28e7b91bbbb21d41d8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/140693
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Um modelo de classificação de doenças da folha do arroz através de imagensda Rocha Lorensi, Rui AntonioMaria, Mikael AdolfoBarcellos Loguercio, Anastácioda Silva Camargo, SandroCiencias InformáticasÁrvores de decisãoInteligência artificialAgriculturaProcessamento de imagensOrizícolaO arroz é um dos alimentos mais consumidos no mundo e o Brasil é o segundo maior produtor mundial. Os cuidados com a produção englobam desde tecnologias de melhoramento dos grãos em laboratório até o monitoramento de pragas e fungos na lavoura. Este trabalho apresenta um estudo acerca da construção de modelos que possam auxiliar na identificação de fungos baseados em imagens coletadas em um estudo anterior, contendo amostras infectadas com Brusone, Mancha Marrom e Mancha Estreita. Testes mostraram que o modelo criado conseguiu classificar estas doenças com acurácia de 100%.Sociedad Argentina de Informática e Investigación Operativa2021-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf115-124http://sedici.unlp.edu.ar/handle/10915/140693info:eu-repo/semantics/altIdentifier/issn/2525-0949info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)porreponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:35:43Zoai:sedici.unlp.edu.ar:10915/140693Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:35:44.114SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Um modelo de classificação de doenças da folha do arroz através de imagens
title Um modelo de classificação de doenças da folha do arroz através de imagens
spellingShingle Um modelo de classificação de doenças da folha do arroz através de imagens
da Rocha Lorensi, Rui Antonio
Ciencias Informáticas
Árvores de decisão
Inteligência artificial
Agricultura
Processamento de imagens
Orizícola
title_short Um modelo de classificação de doenças da folha do arroz através de imagens
title_full Um modelo de classificação de doenças da folha do arroz através de imagens
title_fullStr Um modelo de classificação de doenças da folha do arroz através de imagens
title_full_unstemmed Um modelo de classificação de doenças da folha do arroz através de imagens
title_sort Um modelo de classificação de doenças da folha do arroz através de imagens
dc.creator.none.fl_str_mv da Rocha Lorensi, Rui Antonio
Maria, Mikael Adolfo
Barcellos Loguercio, Anastácio
da Silva Camargo, Sandro
author da Rocha Lorensi, Rui Antonio
author_facet da Rocha Lorensi, Rui Antonio
Maria, Mikael Adolfo
Barcellos Loguercio, Anastácio
da Silva Camargo, Sandro
author_role author
author2 Maria, Mikael Adolfo
Barcellos Loguercio, Anastácio
da Silva Camargo, Sandro
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Árvores de decisão
Inteligência artificial
Agricultura
Processamento de imagens
Orizícola
topic Ciencias Informáticas
Árvores de decisão
Inteligência artificial
Agricultura
Processamento de imagens
Orizícola
dc.description.none.fl_txt_mv O arroz é um dos alimentos mais consumidos no mundo e o Brasil é o segundo maior produtor mundial. Os cuidados com a produção englobam desde tecnologias de melhoramento dos grãos em laboratório até o monitoramento de pragas e fungos na lavoura. Este trabalho apresenta um estudo acerca da construção de modelos que possam auxiliar na identificação de fungos baseados em imagens coletadas em um estudo anterior, contendo amostras infectadas com Brusone, Mancha Marrom e Mancha Estreita. Testes mostraram que o modelo criado conseguiu classificar estas doenças com acurácia de 100%.
Sociedad Argentina de Informática e Investigación Operativa
description O arroz é um dos alimentos mais consumidos no mundo e o Brasil é o segundo maior produtor mundial. Os cuidados com a produção englobam desde tecnologias de melhoramento dos grãos em laboratório até o monitoramento de pragas e fungos na lavoura. Este trabalho apresenta um estudo acerca da construção de modelos que possam auxiliar na identificação de fungos baseados em imagens coletadas em um estudo anterior, contendo amostras infectadas com Brusone, Mancha Marrom e Mancha Estreita. Testes mostraram que o modelo criado conseguiu classificar estas doenças com acurácia de 100%.
publishDate 2021
dc.date.none.fl_str_mv 2021-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/140693
url http://sedici.unlp.edu.ar/handle/10915/140693
dc.language.none.fl_str_mv por
language por
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2525-0949
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
115-124
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616235976753152
score 13.070432

Publicaciones similares