$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: MACHINE LEARNING FOR DIAGNOSIS OF FOLIAR DISEASES IN APPLE TREES
Autor: CAMILA SANTOS CELES
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARCELO GATTASS - ADVISOR
FELIPE JORDAO PINHEIRO DE ANDRADE - CO-ADVISOR

Nº do Conteudo: 61365
Catalogação:  23/11/2022 Idioma(s):  ENGLISH - UNITED STATES
Tipo:  TEXT Subtipo:  SENIOR PROJECT
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61365@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61365@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.61365

Resumo:
Foliar diseases are a threat to the apple orchard industry, and misdiagnosis or delay in treatment can cause great economic loss. In this project, we aim to build a machine learning model capable or identifying a range of pathogens in apple trees based on pictures of their leaves. We explore and discuss different approaches, from simple CNN models to more complex architectures, using different loss functions and ways to handle the multi-label problem.

Descrição Arquivo
COMPLETE  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui