A quantificação de doenças de plantas por meio de imagens tem se tornado uma prática cada vez mais frequente. Maior acurácia e precisão aliado a menor subjetividade são algumas das vantagens da fitopatometria por imagens, quando comparado a estimativa visual amparada por escalas diagramáticas. O curso aborda o uso do pacote R pliman (plant image analysis) na fitopatometria (quantificação de severidade, número de lesões, etc.) baseada em imagens no R.
Curso sobre o pacote R metan organizado pelo Grupo de Estudos em Melhoramento Vegetal do Semiárido - GEMS. O curso aborda os principais aspectos do pacote metan e instrumenta a análise de dados voltados para o melhoramento genético, como análise individual, conjunta, componentes de variância, índices de estabilidade, análise AMMI, GGE, e modelos biométricos.
Apresentação do pacote {pliman} no curso organizado pelo grupo GEEA-UFMG do Instituto de Ciências Agrárias da Universidade Federal de Minas Gerais.
A quantificação de doenças de plantas por meio de imagens tem se tornado uma prática cada vez mais frequente. Maior acurácia e precisão aliado a menor subjetividade são algumas das vantagens da fitopatometria por imagens, quando comparado a estimativa visual amparada por escalas diagramáticas. Este material aborda o uso do pacote R pliman (plant image analysis) na fitopatometria (quantificação de severidade, número de lesões, etc.) baseada em imagens no R.
In this series of quick tips, I'll show how to use the R package metan to manipulate, summarise, analyze and plot data from multi-environment trials
Nesta série, pretendo dar dicas rápidas de uso do R, com foco nas Ciências Agrárias.
The pliman package offers a flexible, intuitive and richly documented working environment for image-based phenotyping, being an interesting alternative to free and commercial ‘point-and-click’ solutions. R users will find the package fairly easy to use and will be surprised at how the setting of a few arguments will allow processing thousands of images while they enjoy a cup of coffee. Please, visit the new page at https://tiagoolivoto.github.io/pliman_tut/