Ir al contenido (pulsa Retorno)

Universitat Politècnica de Catalunya

    • Català
    • Castellano
    • English
    • Inicia la sessióRegistre (usuaris no UPC)Entrada (usuaris no UPC)
  • mailContacta
  • world Català 
    • Català
    • Castellano
    • English
  • userInicia sessió   
      Inicia la sessióRegistre (usuaris no UPC)Entrada (usuaris no UPC)

UPCommons. Portal del coneixement obert de la UPC

Banner header
59.781 E-prints UPC
You are here:
Visualitza l'ítem 
  •   Pàgina inicial de UPCommons
  • E-prints
  • Grups de recerca
  • UMA - Unitat de Mecanització Agrària
  • Articles de revista
  • Visualitza l'ítem
  •   Pàgina inicial de UPCommons
  • E-prints
  • Grups de recerca
  • UMA - Unitat de Mecanització Agrària
  • Articles de revista
  • Visualitza l'ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Varietal quality control in the nursery plant industry using computer vision and deep learning techniques

Thumbnail
Visualitza/Obre
cem.3320.pdf (2,235Mb)
Comparteix:
 
 
10.1002/cem.3320
 
  Veure estadístiques d'ús
Cita com:
hdl:2117/344965

Mostra el registre d'ítem complet
Borraz Martínez, SergioMés informacióMés informació
Tarrés Ruiz, FranciscoMés informacióMés informacióMés informació
Boqué, Ricard
Mestre, Mariàngela
Simó Cruanyes, JoanMés informacióMés informacióMés informació
Gras Moreu, Anna MariaMés informacióMés informacióMés informació
Tipus de documentArticle
Data publicació2020-01-01
Condicions d'accésAccés obert
Attribution-NonCommercial-NoDerivs 3.0 Spain
Llevat que s'hi indiqui el contrari, els continguts d'aquesta obra estan subjectes a la llicència de Creative Commons : Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
ProjecteTECNOLOGIAS ANALITICAS DE PROCESO (PAT) PARA EL CONTROL DE LA PRODUCCION VITIVINICOLA (MINECO-AGL2015-70106-R)
Abstract
Computer vision coupled to deep learning is a promising technique withmultiple applications in the industry. In this work, the potential of thistechnique has been assessed in the classification of two varieties of almondtrees (Prunus dulcis), Soleta and Pentacebas. For that, a convolutional neuralnetwork named VGG16 was used. The most appropriate configuration formodel training was studied, which included the comparison between twodifferent filling modes (reflect and nearest) in the data augmentation step, theevaluation of the batch size and the analysis of the image sizes. The robustnessof the model was also checked, and information was obtained about how themodel extracts the information from the images
CitacióBorraz, S. [et al.]. Varietal quality control in the nursery plant industry using computer vision and deep learning techniques. "Journal of chemometrics", 1 Gener 2020, vol. Special issue, p. 1-11. 
URIhttp://hdl.handle.net/2117/344965
DOI10.1002/cem.3320
ISSN0886-9383
Versió de l'editorhttps://analyticalsciencejournals.onlinelibrary.wiley.com/doi/10.1002/cem.3320
Col·leccions
  • UMA - Unitat de Mecanització Agrària - Articles de revista [44]
  • Departament de Teoria del Senyal i Comunicacions - Articles de revista [2.408]
  • MVCO - Millora Vegetal de Caràcters Organolèptics - Articles de revista [108]
  • Doctorat en Tecnologia Agroalimentària i Biotecnologia - Articles de revista [53]
  • Departament d'Enginyeria Agroalimentària i Biotecnologia - Articles de revista [987]
  • IMP - Information Modeling and Processing - Articles de revista [106]
Comparteix:
 
  Veure estadístiques d'ús

Mostra el registre d'ítem complet

FitxersDescripcióMidaFormatVisualitza
cem.3320.pdf2,235MbPDFVisualitza/Obre

Explora

Aquesta col·leccióPer data d'edicióAutorsAltres contribucionsTítolsTemesAquest dipòsitComunitats i col·leccionsPer data d'edicióAutorsAltres contribucionsTítolsTemes

© UPC Obrir en finestra nova . Servei de Biblioteques, Publicacions i Arxius

info.biblioteques@upc.edu

  • Sobre aquest web
  • Contacta
  • Envia comentaris
  • Configuració de privadesa
  • Inici de la pàgina