วีดีโอ

João, o drone multiespectral da DJI você acha uma boa aquisição? Levando em consideração as bandas que compõe o sensor, visto dia demais e um bom custo x benefício? Pergunto pois só uma câmera da micasense e o valor do drone com o sensor da DJI.

Awesome content at GeoAwesome. Happy new year

👏👏

Ótimo vídeo meu confrade! tava precisando justamente disso... No meu TCC eu to precisando utilizar o NDVI para fazer essa separação de áreas vegetadas para não vegetadas, mas to com muita dificuldade de encontrar esse limiar de até quando começa a vegetação no índice e quando não começa. Na sua opinião você acha viável usar o Otsu, ou só ploto o valor de NDVI >= o.3 como vegetação? No caso para transformar os valores estou usando o sofware Dinamica EGO.

Excelente conteúdo mestre, Obrigado por compartilhar o acesso a esse conhecimento ! Sucesso no canal , Logo estarei assinando os cursos do senhor

Hello! In your book, Can I find more details about NVDI index and Site-Specific Management Zones?

João, a qualidade do conteúdo que você traz aqui é realmente impressionante. Parabéns!

ouro! é isso que esse vídeo é! ouro.

Grato por compartilhar e parabéns João pelo seu trabalho.

Muy interesante, gracias por compartir

Parabéns amigo, muito bom seu conteúdo

Parabens pela ideia de News!!! show mesmo!. Aproveitando, qual link do seu curso atualizado por favor ? Você possui outras redes sociais ? abraços! Anderson Sales

Muito interessante

Genial

Olá João, se pode fazer isso com imagem de satélite do planet de 4m?

Oi João, seria possível disponibilizar o notebook desta aplicação? obrigado pelo conteúdo!

Muito boa suas explicações, só para melhorar seus termos Agrários lotes são equivalentes a talhões.

Muito obrigado por compartilhar seus conhecimentos.

não entendi pq usa o CHM.tif

Bom dia! vc vai disponibilizar o Colab desse programa também?

Muito obrigada

Joao, nesse modelo, você utilizou uma forma de pixels, analisando que aquele valor de pixel corresponde a daninhas.. etc, correto? Seria interessante e diferente um vídeo utilizando classificação de imagens pelas formas, pegar varias imagens que corresponde a daninhas e deixar a IA classificar... 🤯🤩

Boa noite. Eu só consigo fazer essa contagem, com imagens geradas por drone multispectral ? Ou um drone mais inferior como um Air 2 s eu ja consigo?

❤ assim que terminar os cursos que tenho em andamento irei fazer Geovisão. Excelente 👏👏👏

João, seu canal é sensacional! Parabéns, mais que uma inscrita ganhou uma fã.❤

interessante utilizar o método de otsu pra achar esse treshold da vegetação pro solo

10:37 inicio

Opa, tem como fazer esse modelo porém nao utilizando o armazenamento em nuvem e sim o espaço fisico do computador?

Professor, estou a trabalho e preciso criar uma rede neural que recebe apenas dados binários (0 e 1) constantemente e deve dizer qual será o próximo dado binário (0 ou 1) da sequência. O problema é que a assertividade da rede não passa de 55% e preciso que seja >62%. Aumentei camadas e neurônios e fiz várias outras mudanças e nada deu certo. Utilizo tensorflow-node, o que o senhor me indica? O senhor conseguiria construir se eu lhe desse os dados e remunerasse?

é possivel fazer isso para plantio em curva??? tem isso no curso de vcs?

Essas I.A. ainda são um 14-bis. Em algum momento a longo prazo, se tornarão um F-22. O pior em termos de desempenho e resultados satisfatórios, são as de geração de imagem, como Stable Diffusion; não é possível que a criação de quatro imagens de 512x512, consuma toda VRAM (8GB), isso, sem usar nenhum upscale, e ainda entrega formas deformadas, tanto de corpos humanos quanto de objetos.

sua didatica e muito boa meu parabens.. Eu gostaria de investir num projeto um pouco audacioso, mas tenho duvidas se seria possivel funcionar com quase 100 por cento de aproveitamento.. seria um mercado com um numero muito grande de produtos aonde a camera substituiria o caixa e o leitor de codigo de barras. no momento q o cliente pegasse o produto na prateleira ele comecaria a computar ou somar para esse cliente.

parece útil pra criar datasets de masks pra treinar alguma unet da vida.

video sensacional, realmente único vídeos como esses em português. se eu separasse essas imagens em patches e depois treinar com os patches e predizer eles e depois remontar a imagem a precisão seria maior ?

Olá João, conheci seu canal hoje por acaso fazendo uma busca no google. Muito obrigado pelo conhecimento compartilhado! Sou iniciante no assunto da programação para geo, mas gostei muito da forma como explicou!

vc faz mentoria particular?

Tem como compartilhar o "caderno" ?

Muito brigado!! Excelente tutorial. Creo que tu canal debería tener muchos mas visitas y suscriptores. Voy a seguir viendo el resto de los tutoriales. Saludos !

Uma pergunta... E pra voltar depois de embaçado é só aplicar kernel detecção de borda ou existe coisa melhor que realçar arestas ?

Ótimo conteúdo!

Parabéns pelo conteúdo

muito bom conteudo joao. Acho que o modelo poderia apresentar um resultado mais interessante se vc incluir uma classe pra fundo. Pois o modelo determinou que as ruas do local seriam daninhas tipo 1.

Testei aqui e deu tudo certo, parabéns e muito obrigado João!

It would be very much helpful if you can make it in English language!! I can’t understand any of your explanations due to the this language barrier.

Opa, sou cientista de dados e na vida só fiz um único projeto de predição com imagens, utilizando o KNN. Tem muita diferença nos níveis de assertividade?

Muito bom 👏 Se as minhas classes fossem vetores em formato de linhas ao invés de ponto, essa metodologia também funcionaria ? Ou seria melhor eu transformar meus vetores em ponto para simplificar ?

como faço as anotações ?

Tive erro logo no inicio do codigo, foi o drive, apareceu file not found, ja tentei de tudo

João, obrigado pelo vídeo! Fiquei com uma dúvida: Como foram transformadas as imagens de satélite multiespectrais (+ índices) em dados tabulares? O que eu penso que pode ter ocorrido é: A título de exemplo, com 100 imagens 100×100, teríamos um total de 10⁶ valores de pixel para cada banda. Se as imagens fossem distribuídas em igual número dentre 10 classes, teríamos 10⁵ valores de pixel para cada par banda-classe. Todavia, no dado tabular temos apenas *um* valor para cada par banda-classe, o que sugere que algum método de agregação foi utilizado. Teria sido a média, por exemplo? Quem sabe algum tipo de correlação entre a variável quase-contínua de intensidade (0-255) e a variável binária de pertencimento de classe (0 e 1)? Mesmo assim, me resta uma dúvida. Entendi que a ideia é construir um classificador multiclasse de pixels, que receberia como input um vetor de intensidades para cada banda do pixel, e devolveria sua classe. Todavia, a tabela do vídeo não possui nenhuma variável preditiva (no caso, uma coluna de intensidade), e as próprias variáveis-alvo (classes) possuem valores decimais. Eu não saberia como treinar um classificador nesses dados...! Abs!

vc faz mentoria ou aula particular?