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
-
Italia: Uso de datos hiperespectrales de las hojas para detectar tempranamente a la Flavescencia dorada
En un viñedo de uva roja afectado por la Flavescencia dorada (FD), se demostró que los datos...
-
Primer reporte de Meloidogyne enterolobii infectando tomate en Texas, Estados Unidos
Se observó que una planta de tomate (Solanum lycopersicum) comprada a un minorista, presentaba...
-
Primer reporte de Stemphylium lycopersici que causa manchas foliares en Kalanchoe blossfeldiana en los USA
Plantas de Kalanchoe blossfeldiana mostraron edemas y manchas necróticas en un invernadero en...