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
-
Primer reporte de pudrición del bulbo de ajo causada por Bacillus pumilus en China
Se observó una pudrición inusual del bulbo de ajo en Handan, China. Se obtuvieron dos aislados,...
-
Primer reporte de Nigrospora sphaerica que causa la mancha foliar del tabaco en China
Se observó que las venas de las hojas de tabaco mostraban síntomas de tizón foliar. La...
-
AI-LyD: Un enfoque sistémico basado en IA para combatir a la mosca linterna manchada
En este artículo se presenta "AI-LyD", un marco de manejo integrado de plagas (MIP) que integra el...

