ReP USP - Resultado da busca

Filtros : "INTELIGÊNCIA ARTIFICIAL" "VISÃO COMPUTACIONAL" "Financiamento CNPq" Removido: "CIFERRI, CRISTINA DUTRA DE AGUIAR" Limpar

Filtros

Tese (Doutorado)
Redes neurais de segmentação semântica de plantas daninhas usando mosaico de imagens de alta resolução espacial de um veículo aéreo não tripulado (2023)
Faria, Lilian Nogueira de; Hirata Júnior, Roberto (Orientador)
Unidade: IME
Subjects: APRENDIZADO COMPUTACIONAL, AGRICULTURA DE PRECISÃO, INTELIGÊNCIA ARTIFICIAL, APRENDIZAGEM PROFUNDA, REDES NEURAIS, PLANTAS DANINHAS, SENSORIAMENTO REMOTO, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FARIA, Lilian Nogueira de. Redes neurais de segmentação semântica de plantas daninhas usando mosaico de imagens de alta resolução espacial de um veículo aéreo não tripulado. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-22012024-083633/. Acesso em: 10 out. 2024.
APA
Faria, L. N. de. (2023). Redes neurais de segmentação semântica de plantas daninhas usando mosaico de imagens de alta resolução espacial de um veículo aéreo não tripulado (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-22012024-083633/
NLM
Faria LN de. Redes neurais de segmentação semântica de plantas daninhas usando mosaico de imagens de alta resolução espacial de um veículo aéreo não tripulado [Internet]. 2023 ;[citado 2024 out. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-22012024-083633/
Vancouver
Faria LN de. Redes neurais de segmentação semântica de plantas daninhas usando mosaico de imagens de alta resolução espacial de um veículo aéreo não tripulado [Internet]. 2023 ;[citado 2024 out. 10 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-22012024-083633/
Trabalho de evento-resumo
Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D (2021)
Barbosa, Felipe Manfio; Osório, Fernando Santos
Conference titles: Reunião Anual da SBPC. Unidade: ICMC
Subjects: VISÃO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, ROBÔS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D. 2021, Anais.. São Paulo: SBPC, 2021. Disponível em: https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf. Acesso em: 10 out. 2024.
APA
Barbosa, F. M., & Osório, F. S. (2021). Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D. In . São Paulo: SBPC. Recuperado de https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf
NLM
Barbosa FM, Osório FS. Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D [Internet]. 2021 ;[citado 2024 out. 10 ] Available from: https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf
Vancouver
Barbosa FM, Osório FS. Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D [Internet]. 2021 ;[citado 2024 out. 10 ] Available from: https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf

Digital Library of Intellectual Production of Universidade de São Paulo 2012 - 2024