MTDL-EPDCLD: sistema multitask para detección y diagnóstico de enfermedades foliares de maíz
Usuario Viernes, 23 de Junio de 2023 Artículos Científicos
![](../../imagenes/noticias/649c9ef4cf337.jpg)
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 pudrición del pedúnculo del mango causada por Pestalotiopsis kenyana en China
Investigadores observaron pequeñas manchas de color café oscuro a negro alrededor del pedúnculo...
-
Diagnóstico por PCR para detectar e identificar secuevares de Ralstonia solanacearum que causan el Moko en banano
Desarrollaron y validaron dos ensayos utilizando estudios de asociación de todo el genoma de R....
-
Impacto del control regional de plagas en la aplicación de pesticidas en China, desde una perspectiva de riesgos percibidos
Un estudio de campo reveló que los riesgos percibidos por los agricultores asociados con el...