Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB (2023)
- Authors:
- Autor USP: REGAZZO, JAMILE RAQUEL - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LEB
- DOI: 10.11606/D.11.2023.tde-11092023-150313
- Subjects: ADUBAÇÃO; ALGORITMOS PARA IMAGENS; APRENDIZADO COMPUTACIONAL; FERTILIZANTES NITROGENADOS; MORANGO; NITROGÊNIO; REDES NEURAIS
- Agências de fomento:
- Language: Português
- Abstract: A produção de morango no Brasil tem experimentado um crescimento significativo nos últimos anos, impulsionado pela demanda em constante expansão tanto no mercado interno quanto nas exportações. Nesse contexto, é crucial assegurar uma condição nutricional adequada para garantir altos níveis de produtividade, otimizar o uso de fertilizantes, aumentar a eficiência dos sistemas operacionais e promover a sustentabilidade no uso dos recursos naturais. Para atender a essa demanda, torna-se indispensável o uso de ferramentas tecnológicas capazes de determinar o estado nutricional por meio da extração de características de imagens digitais e aplicação de algoritmos. Essas abordagens não apenas reduzem significativamente o tempo necessário em comparação com as análises convencionais, mas também aprimoram a eficiência na aplicação de fertilizantes. Dentre os algoritmos de aprendizado de máquina utilizados para extrair características de imagens, destaca-se a rede neural convolucional (CNN), que tem sido amplamente estudada para classificação, detecção e segmentação de dados de interesse através de camadas convolucionais que fornecem informações mais eficientes e robustas. Assim, a CNN surge como uma alternativa viável para a determinação da condição nutricional das plantas. O objetivo deste estudo foi avaliar e comparar o desempenho de duas redes neurais convolucionais na predição de nitrogênio foliar na cultura do morango a partir de imagens RGB, analisando a acurácia e o erro depredição dos modelos. O delineamento experimental adotado foi de blocos casualizados, com três tratamentos e cinco repetições. A parcela experimental foi composta por dois vasos, contendo uma planta de morangueiro cada, com capacidade de 3 L (área de 0,02298 m2 e diâmetro de 0,17 m), totalizando 30 vasos. Os tratamentos consistiram em 3 doses de adubação e foram nomeados de T1: 50% da adubação recomendada, para nitrogênio, T2: 100% da adubação controle e T3: 150% da adubação controle. A utilização da arquitetura Resnet-50 resultou em um desempenho superior em comparação com a rede neural própria, apresentando uma acurácia de 96% e 76%, respectivamente
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2023
- Data da defesa: 04.07.2023
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
REGAZZO, Jamile Raquel. Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB. 2023. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2023. Disponível em: https://teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/. Acesso em: 07 maio 2026. -
APA
Regazzo, J. R. (2023). Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/ -
NLM
Regazzo JR. Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB [Internet]. 2023 ;[citado 2026 maio 07 ] Available from: https://teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/ -
Vancouver
Regazzo JR. Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB [Internet]. 2023 ;[citado 2026 maio 07 ] Available from: https://teses.usp.br/teses/disponiveis/11/11152/tde-11092023-150313/ - Análise do status do nitrogênio no feijoeiro utilizando imagens
- Integrated management of Tuta absoluta in tomato cultivation in southern Angola: a sustainable approach
- Uso de ferramenta computacional de inteligência artificial do tipo rede neural convolucional para identificação do estado nutricional de nitrogênio em feijoeiro
- Carrot cultivars under organic systems in the Angolan semi-arid region: agronomic performance and implications for family farming
- Leaf nitrogen classification of common bean (phaseolus vulgaris l.) using deep learning models and images
- Classification of the nutritional condition of bean plants (Phaseolus Vulgaris) using convolutional neural networks and image analysis
- Fusão de sensores aplicada à estimativa da intensidade luminosa (LUX) em aula prática
- Using machine learning and RGB images to assess nitrogen and potassium status in sorghum (Sorghum bicolor L.) under field conditions
- Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy
- Machine learning in the classification of RGB images of maize (Zea mays L.) using texture attributes and different doses of nitrogen
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
