YOLO_MRC: Modelo rápido y ligero para detección en tiempo real y conteo individual de plagas de Tephritidae
Usuario Viernes, 22 de Diciembre de 2023 Artículos Científicos

En esta investigación tomaron a Bactrocera cucurbitae como objetivo de detección y presentan un modelo algorítmico de aprendizaje profundo para detección de plagas de Tephritidae y conteo individual en tiempo real rápido y liviano denominado YOLO_MRC, que logró una precisión promedio en el conteo de plagas del 94 %.
- Más información en: sciencedirect.com
Noticias similares
-
China: Primer reporte de Fusarium asiaticum que causa pudrición de raíz en tabaco
Se observaron plantas de tabaco que presentaban síntomas de pudrición de raíz por Fusarium. Los...
-
Trichoderma azadirachtae Ta3302: nuevo agente de biocontrol contra el marchitamiento por Fusarium del banano (FocTR4)
En este estudio se demuestra que Trichoderma azadirachtae (Ta3302), aislado de la rizosfera de...
-
Perú: Primer reporte del Grapevine rupestris stem pitting-associated virus, Grapevine virus B, Grapevine Syrah virus-1 y Grapevine Red Globe virus que infectan a la vid
Muestras foliares de vid, sintomáticas de infecciones virales, fueron analizadas mediante métodos...