Vanessa Castro Rezende, M. Costa, A. Santos, R. C. D. Oliveira
{"title":"卷积神经网络在植物病害分类中的应用","authors":"Vanessa Castro Rezende, M. Costa, A. Santos, R. C. D. Oliveira","doi":"10.21528/cbic2019-51","DOIUrl":null,"url":null,"abstract":"a curva. A fim de atestar a significˆancia dos resultados obtidos, foi realizado o teste estat´ıstico n˜ao-param´etrico de Friedman e dois procedimentos post-hoc , que demonstraram que as DenseNets obtiveram resultados superiores quando comparadas as VGGS; com maior destaque para a DenseNet169 e destaque negativo para a VGG19. Palavras-chave —Rede neural convolucional, doenc¸as em plan- tas, XDB, VGG, DenseNet.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"247 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Aplicação de Redes Neurais Convolucionais na Classificação de Doenças de Plantas\",\"authors\":\"Vanessa Castro Rezende, M. Costa, A. Santos, R. C. D. Oliveira\",\"doi\":\"10.21528/cbic2019-51\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"a curva. A fim de atestar a significˆancia dos resultados obtidos, foi realizado o teste estat´ıstico n˜ao-param´etrico de Friedman e dois procedimentos post-hoc , que demonstraram que as DenseNets obtiveram resultados superiores quando comparadas as VGGS; com maior destaque para a DenseNet169 e destaque negativo para a VGG19. Palavras-chave —Rede neural convolucional, doenc¸as em plan- tas, XDB, VGG, DenseNet.\",\"PeriodicalId\":160474,\"journal\":{\"name\":\"Anais do 14. Congresso Brasileiro de Inteligência Computacional\",\"volume\":\"247 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do 14. Congresso Brasileiro de Inteligência Computacional\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21528/cbic2019-51\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21528/cbic2019-51","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Aplicação de Redes Neurais Convolucionais na Classificação de Doenças de Plantas
a curva. A fim de atestar a significˆancia dos resultados obtidos, foi realizado o teste estat´ıstico n˜ao-param´etrico de Friedman e dois procedimentos post-hoc , que demonstraram que as DenseNets obtiveram resultados superiores quando comparadas as VGGS; com maior destaque para a DenseNet169 e destaque negativo para a VGG19. Palavras-chave —Rede neural convolucional, doenc¸as em plan- tas, XDB, VGG, DenseNet.