Logo PUC-Rio Logo Maxwell
TRABALHOS DE FIM DE CURSO @PUC-Rio
Consulta aos Conteúdos
Estatística
Título: APRENDIZADO DE MÁQUINA PARA DIAGNÓSTICO DE DOENÇAS FOLIARES EM MACIEIRAS
Autor(es): CAMILA SANTOS CELES
Colaborador(es): MARCELO GATTASS - Orientador
FELIPE JORDAO PINHEIRO DE ANDRADE - Coorientador
Catalogação: 23/NOV/2022 Língua(s): INGLÊS - ESTADOS UNIDOS
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Notas: [pt] 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.
[en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio.
Referência(s): [pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=61365@1
[en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=61365@2
DOI: https://doi.org/10.17771/PUCRio.acad.61365
Resumo:
Doenças foliares são ameaças à indústria de pomares de maçã, e diagnósticos falsos ou atrasos no tratamento podem gerar grandes perdas econômicas. Nesse projeto, buscamos desenvolver um modelo de aprendizado de máquina capaz de identificar uma série de patógenos em árvores macieiras, baseado em fotos de suas folhas. Exploramos e discutimos diferentes abordagens, desde redes convolucionais simples até arquiteturas mais complexas, usando diferentes funções de perdas e modos de lidar com o problema multi-label.
Descrição: Arquivo:   
NA ÍNTEGRA PDF