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 mundial de pudrición del fruto del arándano rojo causada por Neopestalotiopsis clavispora en China
Se observó pudrición de frutos en arándanos rojos variedad “Stevens”. Se obtuvieron varios...
-
Primer reporte de Diaporthe pseudooculi causante de tizón de tallo y vaina de la soya en Corea del Sur
Se recolectaron muestras de soya que presentaban lesiones color café-rojizo en tallos y picnidios...
-
Primer reporte de Thrips parvispinus en múltiples localidades de Texas, EE. UU.
Se recolectaron muestras de trips en 12 localidades de Texas. Las muestras eran procedentes de...


