Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Semi-supervised learning with convolutional neural networks for UAV images automatic recognition

Texto completo
Autor(es):
Amorim, Willian Paraguassu [1] ; Tetila, Everton Castelao [2] ; Pistori, Hemerson [2] ; Papa, Joao Paulo [3]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] Fed Univ Grande Dourados, BR-79804970 Dourados - Brazil
[2] Univ Catolica Dom Bosco, BR-79117900 Campo Grande - Brazil
[3] Sao Paulo State Univ UNESP, BR-17033360 Bauru - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: COMPUTERS AND ELECTRONICS IN AGRICULTURE; v. 164, SEP 2019.
Citações Web of Science: 0
Resumo

The annotation of large datasets is an issue whose challenge increases as the number of labeled samples available to train the classifier reduces in comparison to the amount of unlabeled data. In this context, semi-supervised learning methods aim at discovering and propagating labels to unsupervised samples, such that their correct labeling can improve the classification performance. Our proposal makes use of semi-supervised methodologies to classify an unlabeled training set that is used to train a Convolution Neural Network using different training strategies. The proposed approach is experimentally validated for soybean leaf and herbivorous pest identification using images captured by Unmanned Aerial Vehicles and can support specialists and farmers in the pest control management in soybean fields, especially when they have a limited amount of labeled samples. (AU)

Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:José Alberto Cuminato
Linha de fomento: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 15/25739-4 - Estudo de semântica em modelos de aprendizado em profundidade
Beneficiário:Gustavo Henrique de Rosa
Linha de fomento: Bolsas no Brasil - Mestrado
Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Regular