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 “Candidatus Phytoplasma australasiaticum” asociada con el enanismo de Opuntia en Jordania
Se observó engrosamiento, retraso severo del crecimiento de los cladodios y deformación de frutos...
-
Primer reporte de Fusarium incarnatum que causa la mancha foliar café en nogal en China
Plantas de nogal presentaban lesiones necróticas de color café en los márgenes de las hojas, que...
-
Especies de Lasiodiplodia que causan la pudrición del pedúnculo del aguacate en Perú
Se recolectaron frutos de aguacate variedad Hass de apariencia sana y ramas sintomáticas. Los...
