Por favor, use este identificador para citar o enlazar este ítem: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1182615
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorCAVALCANTI, F. R.
dc.date.accessioned2025-12-10T14:50:38Z-
dc.date.available2025-12-10T14:50:38Z-
dc.date.created2025-12-10
dc.date.issued2025
dc.identifier.citationBento Gonçalves, RS: Embrapa Uva e Vinho, dez. 2025.
dc.identifier.issn3085-9131
dc.identifier.urihttp://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1182615-
dc.descriptionEste trabalho ajustou e comparou modelos de aprendizado profundo em Tensorflow/Keras para classificar automaticamente sintomas de doenças foliares em videiras usando redes neurais convolucionais (CNNs). A base continha imagens de folhas sadias, com míldio e com manchas de Mycosphaerella. Testou-se um modelo sequencial simples e, depois, transferência de aprendizado com InceptionV3, aplicando aumento de dados e dropout para melhorar a generalização. Os modelos treinados foram convertidos para TFLite, permitindo uso em dispositivos de baixa capacidade. A acurácia de validação mostrou bom desempenho. Criou-se ainda uma interface em Flask para upload de imagens e exibição da classe predita, oferecendo uma ferramenta prática para agricultura de precisão e monitoramento fitossanitário.
dc.language.isopor
dc.relation.ispartofseries(Embrapa Uva e Vinho. Boletim de Pesquisa e Desenvolvimento, 41).
dc.rightsopenAccess
dc.subjectClassificação de imagens
dc.subjectRedes neurais convolucionais
dc.subjectTransferência de aprendizado
dc.subjectSistemas especialistas
dc.subjectDeep learning
dc.subjectImage classification
dc.subjectConvolutional neural networks
dc.subjectTransfer learning
dc.titleProposta de modelos de aprendizado profundo para diagnóstico de doenças foliares da videira.
dc.typeFolhetos
dc.subject.nalthesaurusExpert systems
dc.description.notese-ISSN 1981-1004 CGPE 19414
dc.format.extent211 p.
riaa.ainfo.id1182615
riaa.ainfo.lastupdate2025-12-10
dc.contributor.institutionFABIO ROSSI CAVALCANTI, CNPUV.
Aparece en las colecciones:Boletim de Pesquisa e Desenvolvimento (CNPUV)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
BolPD-41.pdf472,47 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace