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 un rabdovirus que infecta a maracuyá (Passiflora edulis) en China
Se recolectaron muestras foliares de plantas de maracuya (Passiflora edulis) con síntomas típicos...
-
Ensayos de qPCR en tiempo real SYBR Green para detección y cuantificación de especies de Botryosphaeriaceae que atacan vid
Se desarrollaron dos ensayos SYBR Green qPCR para la detección y cuantificación específica de...
-
Ensayo RT-LAMP para la detección del Brassica Yellows Virus en China
Se estableció un ensayo de amplificación isotérmica mediada por bucle de transcripción inversa...
