Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/28131| Título: | Detecção de doenças em folhas de soja utilizando redes neurais convolucionais |
| Título(s) alternativo(s): | Soybean leaf diseases detection using convolutional neural networks |
| Autor(es): | Silva, Gustavo Vigilato Giarge |
| Orientador(es): | Cavalcanti, Pablo Gauterio |
| Palavras-chave: | Soja - Doenças e pragas Redes neurais (Computação) Inteligência computacional Soybean - Disease and pests Neural networks (Computer science) Computational intelligence |
| Data do documento: | 6-Ago-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | SILVA, Gustavo Vigilato Giarge. Detecção de doenças em folhas de soja utilizando redes neurais convolucionais. 2021. Trabalho de Conclusão de Curso (Engenharia de Computação) - Universidade Tecnológica Federal do Paraná (UTFPR), Pato Branco, 2021. |
| Resumo: | A detecção de doenças é de vital importância para aumentar a produtividade e qualidade das lavouras de soja, e é geralmente realizada de forma laboratorial, processo que pode ser demorado e custoso. Para superar esse problema, existe uma grande demanda de tecnologias que possibilitam a rápida detecção e classificação das doenças que acometem as lavouras. Dentro deste contexto, este trabalho aplicou redes neurais convolucionais em conjunto com support vector machines para análise e classificação de texturas de folhas de soja. Nesta abordagem, um conjunto de dados teste contendo amostras com as principais doenças comumente encontras nas lavouras soja : Míldio, Ferrugem , Oídio, Folha Carijó e Crestamento Bacteriano, cuja os resultados apresentam precisão de no mínimo 90%. |
| Abstract: | The disease detection is vital to increase the productivity and quality of soybean cultivation. the detection of the presence of diseases it is usually carried out in a laboratory, which is time-consuming and costly. To overcome these issues, there is a growing demand for technologies that aim at a faster detection and classification of diseases. In this context, this work is the use of convolutional neural networks in combination with support vector machines to analyze and classify soybean leaf textures. In this approach, a set of data containing samples with evidence of diseases commonly observed in soybean crops was analized - Mildew, Oidio , Mosaic Virus, Rust and Bacterial Blight , achieving precisions greater than 90%. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/28131 |
| Aparece nas coleções: | PB - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| deteccaoconvolucionalfolhasoja.pdf | 15,74 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.