MTDL-EPDCLD: sistema multitask para detección y diagnóstico de enfermedades foliares de maíz
Usuario Viernes, 23 de Junio de 2023 Artículos Científicos
Proponen un sistema multitask basado en aprendizaje profundo para detección y diagnóstico de precisión mejorada de enfermedades foliares en maíz (MTDL-EPDCLD), junto con el desarrollo de una aplicación móvil que utiliza el marco Qt (marco de desarrollo de software multiplataforma). El sistema comprende la Tarea 1 para identificación y Tarea 2 para clasificación.
- Más información en: mdpi.com
Noticias similares
-
Primer reporte de Colletotrichum chrysophilum y C. siamense en frijol caupí en Nigeria
De hojas de frijol caupí con necrosis se obtuvieron aislados que se caracterizaron empleando...
-
Primer registro de Liriomyza blechi (Diptera: Agromyzidae) causando daño en maíz
Investigadores reportan al minador Liriomyza blechi en hojas de maíz en el Estado de Goiás,...
-
Primer reporte de escoba de bruja de la yuca y Ceratobasidium theobromae
Se observaron síntomas de enanismo, brotes débiles con pecíolos cortos y necrosis vascular en...