Mostrar registro simples

dc.contributor.advisorMontaño, Razer Anthom Nizer Rojas, 1975-pt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Curso de Especialização em Inteligência Artificial Aplicadapt_BR
dc.creatorBezerra, Marcos Luiz Clitonpt_BR
dc.date.accessioned2023-05-17T22:20:51Z
dc.date.available2023-05-17T22:20:51Z
dc.date.issued2022pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/82086
dc.descriptionOrientador: Prof. Dr. Razer Anthom Nizer Rojas Montanopt_BR
dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada.pt_BR
dc.descriptionInclui referências: p. 19-20pt_BR
dc.description.abstractResumo: O Brasil é o maior produtor de soja do mundo com produção recorde de 135,4 milhões de toneladas em 2021, total de 8,5% ou 10,6 milhões de toneladas superior a safra 2019/2020. A ferrugem asiática da soja é causada pelo fungo Phakopsora pachyrhizi H. Sydow & P. Sydow, sendo a doença mais severa da cultura causando perdas de até 90%. As práticas de Manejo Integrado de Pragas (MIP) para o cultivo da soja são definidas com ações de controle, isoladas ou associadas e análises do custo e benefício dependendo do nível de integração do programa. Para um correto programa de controle de doenças em plantas, o primeiro passo é a correta identificação do agente causal. O objetivo deste trabalho é verificar a aplicabilidade da rede Mask R-CNN na identificação dos fungos utilizando uma base de imagens sintéticas. Os resultados finais demonstram condições favoráveis para o uso das redes neurais convolucionais na identificação de classes em imagens sintéticas. A precisão alcançada de 97,42647%, demonstra alta capacidade de evitar falsos positivos. O recall de 87,84530% especifica o acerto das amostras positivas. A média F ou F1 foi de 92,38815 podendo ser interpretada como uma medida de confiança da acurácia. A acurácia ficou com um desempenho de 88,13406% demonstrando o quão bom o modelo está prevendo corretamente.pt_BR
dc.format.extent1 recurso online : PDF.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectPragas - Controlept_BR
dc.subjectFerrugem da soja (Doença) - Controlept_BR
dc.subjectFerrugem asiática - Controlept_BR
dc.titleRedes neurais convolucionais para detecção da ferrugem asiática da sojapt_BR
dc.typeTCC Especialização Digitalpt_BR


Arquivos deste item

No Thumbnail [100%x80]

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples