Busca avançada
Ano de início
Entree

Utilização de rede neural convulsionária e imagem termal na determinação de déficit hídrico

Processo: 20/04103-2
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de julho de 2020
Vigência (Término): 31 de maio de 2021
Área do conhecimento:Ciências Agrárias - Engenharia Agrícola - Engenharia de Água e Solo
Pesquisador responsável:Patricia Angélica Alves Marques
Beneficiário:Felipe Nogueira de Sá Marto
Instituição-sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Vinculado ao auxílio:19/14029-7 - Utilização de rede neural convolucionária e imagem termal na determinação de déficit hídrico, AP.R
Assunto(s):Produção agrícola   Manejo da irrigação   Demanda de água   Escassez de água   Redes neurais convolucionais   Transfer learning

Resumo

A sustentabilidade da produção agrícola está diretamente relacionada ao gerenciamento da disponibilidade de água a cultura durante seu período de desenvolvimento, interferindo diretamente na produção final. Com o intuito de prover melhoria neste gerenciamento, nos últimos anos, vem se destacando a tecnologia de utilização de imagens termais, na qual permite a análise visual da temperatura de uma planta. Apesar das informações fornecidas por este tipo de imagem auxiliar no diagnóstico, a análise não é intuitiva e requer conhecimento sobre os processos físico-químicos da planta. Em advento a novas informações providas pelas imagens termais e a complexidade de sua interpretação, buscou-se métodos computacionais de redes neurais que focem capazes de auxiliar na realização da determinação de déficit hídrico em uma planta. Por se tratar de um problema de classificação de imagens, foi determinado que os modelos neurais convolucionários melhor se adequariam a tarefa. Assim buscou-se os modelos convolucionários referência na área de classificação de imagens, e será implementada a técnica de transfer learning nestes modelos a fim de realizar seu treinamento para a classificação do nível de déficit hídrico da planta. Pretende-se com este projeto ser capaz de produzir um modelo treinado que possa realizar tal tarefa de modo não destrutivo e permita a substituição dos métodos clássicos existentes, sem a necessidade de grandes infraestruturas.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)