Recomendación de modelos avanzados de aprendizaje profundo para detección eficiente de plagas de insectos
Usuario Jueves, 21 de Julio de 2022 Artículos Científicos
Se emplean tres modelos fronterizos de redes neuronales convolucionales profundas (Faster-RCNN, Mask.RCNN y Yolov5) para la detección eficiente de plagas de insectos. Se encontró que los modelos Faster-RCNN y Mask-RCNN tienen la mayor precisión, alcanzando el 99%, que Yolov5, cuya precisión es de aproximadamente el 97%.
- Más información en: mdpi.com
Noticias similares
-
Primer reporte de Macrophomina pseudophaseolina que causa pudrición de cladodios en Opuntia stricta en Brasil
Se observaron cladodios de Opuntia stricta con síntomas de pudrición y necrosis. La incidencia se...
-
Ensayo (LAMP) para la detección específica de Groundnut ringspot virus y de Tomato spotted wilt virusSe presenta un ensayo de ampliificación isotérmica mediada por bucle (RT-LAMP) como una...
-
China: Primer reporte de Fusarium asiaticum que causa pudrición de raíz en tabaco
Se observaron plantas de tabaco que presentaban síntomas de pudrición de raíz por Fusarium. Los...


