UAV-Based Classification of Intercropped Forage Cactus: A Comparison of RGB and Multispectral Sample Spaces Using Machine Learning in an Irrigated Area

Precision agriculture requires accurate methods for classifying crops and soil cover in agricultural production areas. The study aims to evaluate three machine learning-based classifiers to identify intercropped forage cactus cultivation in irrigated areas using Unmanned Aerial Vehicles (UAV). It co...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Oto Barbosa de Andrade, Abelardo Antônio de Assunção Montenegro, Moisés Alves da Silva Neto, Lizandra de Barros de Sousa, Thayná Alice Brito Almeida, João Luis Mendes Pedroso de Lima, Ailton Alves de Carvalho, Marcos Vinícius da Silva, Victor Wanderley Costa de Medeiros, Rodrigo Gabriel Ferreira Soares, Thieres George Freire da Silva, Bárbara Pinto Vilar
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2024-02-01
Seria:	AgriEngineering
Hasła przedmiotowe:	crop classification multispectral bands RGB bands machine learning
Dostęp online:	https://www.mdpi.com/2624-7402/6/1/31
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!