Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano
Rilevamento dei livelli di gravità della ruggine gialla del grano utilizzando un modello di apprendimento profondo
In molte regioni del mondo, la qualità del grano e le perdite di resa sono aumentate a causa delle malattie della ruggine del grano. L'identificazione della malattia della ruggine gialla insieme alla percentuale di tessuti danneggiati dalla malattia della ruggine in termini di livelli di gravità è molto importante e di solito si ottiene attraverso valutatori esperti o tecniche di computer vision. Con l'aiuto delle tecniche di computer vision, il costo e il tempo dovrebbero essere ridotti al minimo. Questo studio presenta un modello di classificazione per la ruggine gialla del grano con diversi livelli di gravità della malattia. È realizzato a…
Mehr
CHF 52.90
Preise inkl. MwSt. und Versandkosten (Portofrei ab CHF 40.00)
V105:
Folgt in ca. 15 Arbeitstagen
Produktdetails
Weitere Autoren: Kukreja, Vinay
- ISBN: 978-620-4-23888-3
- EAN: 9786204238883
- Produktnummer: 37887438
- Verlag: Edizioni Sapienza
- Sprache: Italienisch
- Erscheinungsjahr: 2021
- Seitenangabe: 112 S.
- Masse: H22.0 cm x B15.0 cm x D0.7 cm 185 g
- Abbildungen: Paperback
- Gewicht: 185
Über den Autor
Deepak Kumar sta attualmente svolgendo un dottorato di ricerca in Computer Science & Engineering (CSE) presso la Chitkara University, Punjab, India. Il Dr. Vinay Kukreja lavora attualmente come professore associato presso la Chitkara University, Punjab, India. Le sue aree di ricerca sono l'apprendimento automatico, l'apprendimento profondo e lo sviluppo agile del software.
59 weitere Werke von Deepak Kumar:
Bewertungen
Anmelden