Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | spa |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000100064 |
Resumo: | Resumen Esta investigación aporta nueva información aplicando técnicas de aprendizaje profundo en cultivos de agave. Se pretende el desarrollo de un algoritmo de aprendizaje profundo basado en redes neuronales convolucionales que automatice el conteo de las plantas de agave de un cultivo a partir de imágenes tomadas desde vehículo aéreo no tripulado, el conteo de las plantas de agave será obtenido de manera más eficiente, económico y en un lapso más breve que la forma tradicional. El Proyecto contribuye a la solución del tiempo de preprocesamiento de las imágenes, mejora la detección de plantas de agave con adversidades, mejorar los tiempos de entrenamiento del algoritmo, reduce costos computacionales. |
id |
RCAP_3a5009df0bb6cef03458c18ceb65c8fe |
---|---|
oai_identifier_str |
oai:scielo:S1646-98952022000100064 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripuladoaprendizaje profundoredes neuronales convolucionales (CNN)YOLOv5agricultura de precisiónVANTResumen Esta investigación aporta nueva información aplicando técnicas de aprendizaje profundo en cultivos de agave. Se pretende el desarrollo de un algoritmo de aprendizaje profundo basado en redes neuronales convolucionales que automatice el conteo de las plantas de agave de un cultivo a partir de imágenes tomadas desde vehículo aéreo no tripulado, el conteo de las plantas de agave será obtenido de manera más eficiente, económico y en un lapso más breve que la forma tradicional. El Proyecto contribuye a la solución del tiempo de preprocesamiento de las imágenes, mejora la detección de plantas de agave con adversidades, mejorar los tiempos de entrenamiento del algoritmo, reduce costos computacionales.AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação2022-03-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articletext/htmlhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000100064RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.45 2022reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPspahttp://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000100064Hernández-Calvario,OmarFlorián,FridaSánchez,María GuadalupeÁvila-George,Himerinfo:eu-repo/semantics/openAccess2024-02-06T17:24:27Zoai:scielo:S1646-98952022000100064Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:30:15.305290Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
title |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
spellingShingle |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado Hernández-Calvario,Omar aprendizaje profundo redes neuronales convolucionales (CNN) YOLOv5 agricultura de precisión VANT |
title_short |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
title_full |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
title_fullStr |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
title_full_unstemmed |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
title_sort |
Conteo de plantas de agave usando redes neuronales convolucionales e imágenes adquiridas desde un vehículo aéreo no tripulado |
author |
Hernández-Calvario,Omar |
author_facet |
Hernández-Calvario,Omar Florián,Frida Sánchez,María Guadalupe Ávila-George,Himer |
author_role |
author |
author2 |
Florián,Frida Sánchez,María Guadalupe Ávila-George,Himer |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Hernández-Calvario,Omar Florián,Frida Sánchez,María Guadalupe Ávila-George,Himer |
dc.subject.por.fl_str_mv |
aprendizaje profundo redes neuronales convolucionales (CNN) YOLOv5 agricultura de precisión VANT |
topic |
aprendizaje profundo redes neuronales convolucionales (CNN) YOLOv5 agricultura de precisión VANT |
description |
Resumen Esta investigación aporta nueva información aplicando técnicas de aprendizaje profundo en cultivos de agave. Se pretende el desarrollo de un algoritmo de aprendizaje profundo basado en redes neuronales convolucionales que automatice el conteo de las plantas de agave de un cultivo a partir de imágenes tomadas desde vehículo aéreo no tripulado, el conteo de las plantas de agave será obtenido de manera más eficiente, económico y en un lapso más breve que la forma tradicional. El Proyecto contribuye a la solución del tiempo de preprocesamiento de las imágenes, mejora la detección de plantas de agave con adversidades, mejorar los tiempos de entrenamiento del algoritmo, reduce costos computacionales. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-03-01 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000100064 |
url |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000100064 |
dc.language.iso.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952022000100064 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação |
publisher.none.fl_str_mv |
AISTI - Associação Ibérica de Sistemas e Tecnologias de Informação |
dc.source.none.fl_str_mv |
RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação n.45 2022 reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137368001740800 |