Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB (2023)
- Authors:
- Autor USP: REGAZZO, JAMILE RAQUEL - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LEB
- DOI: 10.11606/D.11.2023.tde-11092023-150313
- Subjects: ADUBAÇÃO; ALGORITMOS PARA IMAGENS; APRENDIZADO COMPUTACIONAL; FERTILIZANTES NITROGENADOS; MORANGO; NITROGÊNIO; REDES NEURAIS
- Agências de fomento:
- Language: Português
- Abstract: A produção de morango no Brasil tem experimentado um crescimento significativo nos últimos anos, impulsionado pela demanda em constante expansão tanto no mercado interno quanto nas exportações. Nesse contexto, é crucial assegurar uma condição nutricional adequada para garantir altos níveis de produtividade, otimizar o uso de fertilizantes, aumentar a eficiência dos sistemas operacionais e promover a sustentabilidade no uso dos recursos naturais. Para atender a essa demanda, torna-se indispensável o uso de ferramentas tecnológicas capazes de determinar o estado nutricional por meio da extração de características de imagens digitais e aplicação de algoritmos. Essas abordagens não apenas reduzem significativamente o tempo necessário em comparação com as análises convencionais, mas também aprimoram a eficiência na aplicação de fertilizantes. Dentre os algoritmos de aprendizado de máquina utilizados para extrair características de imagens, destaca-se a rede neural convolucional (CNN), que tem sido amplamente estudada para classificação, detecção e segmentação de dados de interesse através de camadas convolucionais que fornecem informações mais eficientes e robustas. Assim, a CNN surge como uma alternativa viável para a determinação da condição nutricional das plantas. O objetivo deste estudo foi avaliar e comparar o desempenho de duas redes neurais convolucionais na predição de nitrogênio foliar na cultura do morango a partir de imagens RGB, analisando a acurácia e o erro depredição dos modelos. O delineamento experimental adotado foi de blocos casualizados, com três tratamentos e cinco repetições. A parcela experimental foi composta por dois vasos, contendo uma planta de morangueiro cada, com capacidade de 3 L (área de 0,02298 m2 e diâmetro de 0,17 m), totalizando 30 vasos. Os tratamentos consistiram em 3 doses de adubação e foram nomeados de T1: 50% da adubação recomendada, para nitrogênio, T2: 100% da adubação controle e T3: 150% da adubação controle. A utilização da arquitetura Resnet-50 resultou em um desempenho superior em comparação com a rede neural própria, apresentando uma acurácia de 96% e 76%, respectivamente
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2023
- Data da defesa: 04.07.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
REGAZZO, Jamile Raquel. Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB. 2023. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/. Acesso em: 03 jun. 2024. -
APA
Regazzo, J. R. (2023). Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/ -
NLM
Regazzo JR. Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB [Internet]. 2023 ;[citado 2024 jun. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/ -
Vancouver
Regazzo JR. Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB [Internet]. 2023 ;[citado 2024 jun. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/ - Análise do status do nitrogênio no feijoeiro utilizando imagens
- Uso de ferramenta computacional de inteligência artificial do tipo rede neural convolucional para identificação do estado nutricional de nitrogênio em feijoeiro
- Fusão de sensores aplicada à estimativa da intensidade luminosa (LUX) em aula prática
Informações sobre o DOI: 10.11606/D.11.2023.tde-11092023-150313 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas