ATSS Deep Learning-Based Approach to Detect Apple Fruits Documento

• doi:10.3390/rs13010054
• http://dx.doi.org/10.3390/rs13010054
• http://https://www.mdpi.com/2072-4292/13/1/54
• http://https://www.mdpi.com/2072-4292/13/1/54][doi:10.3390/rs13010054
• https://www.mdpi.com/2072-4292/13/1/54

•  
• Visão geral
•  
• Pesquisas
•  
• Identidade
•  
• Informação adicional documento
•  
• Outro
•  
• Ver todos
•  

Visão geral

tipo

• journal article

autores

• Ana Paula Marques Ramos
• Anderson Aparecido dos Santos
• Diogo Nunes Gonçalves
• Edson Aparecido Mitishita
• Jonathan de Andrade Silva
• José Marcato Junior
• Leo RufaTO
• Leonardo Josoé Biffi
• Lucas Prado Osco
• Marcos Benedito Schimalski
• Nayara Vasconcelos Estrabis
• Prof. Dr. Jorge Antonio Silva Centeno
• Silvio Luis Rafaeli Neto
• Veraldo Liesenberg
• Wesley Nunes Goncalves

data de publicação

• 2021-01-01

publicada em

• Remote Sensing 

Pesquisas

áreas de investigação

• Agricultura de Precisão
• Agronomia
• Ciências Ambientais
• Fotogrametria
• Fruticultura de Precisão
• Geociências
• Sensoriamento Remoto

palavras-chave

• Convolutional Neural Network
• Convolutional neural network
• Object Detection
• Precision Agriculture
• convolutional neural network
• object detection
• precision agriculture

Identidade

identificador BrCris

• 9dcca76440455cb679b92151b9cff2fb

Informação adicional documento

série

• 1
• 54

Página Inicial

• 1
• 54

página final

• 22

Volume

• 13

Outro

tem linguagem

• Inglês