|
|
Registro Completo |
Biblioteca(s): |
Epagri-Sede. |
Data corrente: |
24/11/2014 |
Data da última atualização: |
24/11/2014 |
Tipo da produção científica: |
Artigo de Divulgação na Mídia |
Autoria: |
ARIOLI, C. J.; BOTTON, M.; NAVA, D. E.; ROSA, J. M.; NUNES, M. Z.; MACHOTA JÚNIOR, R.; RIBEIRO, L. G. |
Título: |
Manejo de Mosca das Frutas: parte 1 |
Ano de publicação: |
2014 |
Fonte/Imprenta: |
Jornal da Fruta, São Joaquim, 2014. |
Idioma: |
Português |
Palavras-Chave: |
Iscas-toxicas; Maçã; Mosca das frutas. |
Categoria do assunto: |
O Insetos e Entomologia |
|
|
Marc: |
LEADER 00566naa a2200217 a 4500 001 1122352 005 2014-11-24 008 2014 bl uuuu u00u1 u #d 100 1 $aARIOLI, C. J. 245 $aManejo de Mosca das Frutas$bparte 1$h[electronic resource] 260 $c2014 653 $aIscas-toxicas 653 $aMaçã 653 $aMosca das frutas 700 1 $aBOTTON, M. 700 1 $aNAVA, D. E. 700 1 $aROSA, J. M. 700 1 $aNUNES, M. Z. 700 1 $aMACHOTA JÚNIOR, R. 700 1 $aRIBEIRO, L. G. 773 $tJornal da Fruta, São Joaquim, 2014.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Epagri-Sede (Epagri-Sede) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
|
Voltar
|
|
Registro Completo
Biblioteca(s): |
Epagri-Sede. |
Data corrente: |
13/12/2023 |
Data da última atualização: |
13/12/2023 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
VIEIRA, H. J.; ARAUJO, C. E. S.; SEZERINO, A. A.; SCHAFASCHEK, T. P.; CANAN, R. |
Título: |
Avaliação de algoritmos computacionais de reconhecimento digital de alvéolos em favos de abelhas africanizadas. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
Agropecuária Catarinense, Florianópolis, v. 36, n. 3, p. 50-55, 2023. |
Idioma: |
Português |
Conteúdo: |
As metodologias analógicas são bastante utilizadas para avaliar o estado geral, monitorar e estimar o desenvolvimento de colônias de abelhas Apis mellifera. Apesar de sua importância, tais métodos usados durante a etapa de campo são dificultosos, demorados e invasivos. Para verificar possibilidade de suprimir estas dificuldades, utilizou-se o software livre DeepBee©, de reconhecimento e classificação automática de alvéolos em imagens digitais. As imagens digitais foram obtidas com celular Androide utilizando-se uma câmara com iluminação artificial e sistema Bluetooth. As imagens foram obtidas em duas colmeias do tipo Langstroth, totalizando 28 imagens digitais. As colmeias estavam nos municípios de Videira e Caçador, em SC. O software DeepBee© detectou automaticamente sete classes de alvéolos: ovos, larvas, crias operculadas, pólen, néctar, mel e outros. Os algoritmos de processamento digital, topologia matemática e de reconhecimento de padrões por meio de redes neurais do DeepBee© permitiram a identificação do estado geral das colônias. Algumas falhas verificadas no reconhecimento de padrões sugerem necessidade de um novo treinamento da rede neural do software DeepBee© de forma a torná-lo uma ferramenta operacional para o acompanhamento do desenvolvimento das colônias de Apis mellifera africanizadas. |
Thesagro: |
Apis mellifera; DeepBee©; Imagens digitais; Redes Neurais. |
Categoria do assunto: |
O Insetos e Entomologia |
|
|
Marc: |
LEADER 02031naa a2200217 a 4500 001 1134103 005 2023-12-13 008 2023 bl uuuu u00u1 u #d 100 1 $aVIEIRA, H. J. 245 $aAvaliação de algoritmos computacionais de reconhecimento digital de alvéolos em favos de abelhas africanizadas.$h[electronic resource] 260 $c2023 520 $aAs metodologias analógicas são bastante utilizadas para avaliar o estado geral, monitorar e estimar o desenvolvimento de colônias de abelhas Apis mellifera. Apesar de sua importância, tais métodos usados durante a etapa de campo são dificultosos, demorados e invasivos. Para verificar possibilidade de suprimir estas dificuldades, utilizou-se o software livre DeepBee©, de reconhecimento e classificação automática de alvéolos em imagens digitais. As imagens digitais foram obtidas com celular Androide utilizando-se uma câmara com iluminação artificial e sistema Bluetooth. As imagens foram obtidas em duas colmeias do tipo Langstroth, totalizando 28 imagens digitais. As colmeias estavam nos municípios de Videira e Caçador, em SC. O software DeepBee© detectou automaticamente sete classes de alvéolos: ovos, larvas, crias operculadas, pólen, néctar, mel e outros. Os algoritmos de processamento digital, topologia matemática e de reconhecimento de padrões por meio de redes neurais do DeepBee© permitiram a identificação do estado geral das colônias. Algumas falhas verificadas no reconhecimento de padrões sugerem necessidade de um novo treinamento da rede neural do software DeepBee© de forma a torná-lo uma ferramenta operacional para o acompanhamento do desenvolvimento das colônias de Apis mellifera africanizadas. 650 $aApis mellifera 650 $aDeepBee© 650 $aImagens digitais 650 $aRedes Neurais 700 1 $aARAUJO, C. E. S. 700 1 $aSEZERINO, A. A. 700 1 $aSCHAFASCHEK, T. P. 700 1 $aCANAN, R. 773 $tAgropecuária Catarinense, Florianópolis$gv. 36, n. 3, p. 50-55, 2023.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Epagri-Sede (Epagri-Sede) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|