55,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
28 °P sammeln
  • Broschiertes Buch

Le malattie e i parassiti delle piante sono fattori importanti che ne determinano la resa e la qualità. L'identificazione delle malattie e dei parassiti delle piante può essere effettuata mediante l'elaborazione digitale delle immagini. Negli ultimi anni, il deep learning ha fatto passi da gigante nel campo dell'elaborazione delle immagini digitali, superando di gran lunga i metodi tradizionali. Come utilizzare la tecnologia del deep learning per studiare l'identificazione di malattie e parassiti delle piante è diventato un tema di grande interesse per i ricercatori. Questo libro fornisce una…mehr

Produktbeschreibung
Le malattie e i parassiti delle piante sono fattori importanti che ne determinano la resa e la qualità. L'identificazione delle malattie e dei parassiti delle piante può essere effettuata mediante l'elaborazione digitale delle immagini. Negli ultimi anni, il deep learning ha fatto passi da gigante nel campo dell'elaborazione delle immagini digitali, superando di gran lunga i metodi tradizionali. Come utilizzare la tecnologia del deep learning per studiare l'identificazione di malattie e parassiti delle piante è diventato un tema di grande interesse per i ricercatori. Questo libro fornisce una definizione del problema del rilevamento delle malattie e dei parassiti delle piante e propone un confronto con i metodi tradizionali di rilevamento delle malattie e dei parassiti delle piante. In base alla differenza della struttura della rete, questo studio delinea la ricerca sul rilevamento delle malattie e dei parassiti delle piante basata sul deep learning negli ultimi anni sotto i tre aspetti della rete di classificazione, della rete di rilevamento e della rete di segmentazione, riassumendo i vantaggi e gli svantaggi di ciascun metodo.
Autorenporträt
P. Jayapriya ist Assistenzprofessorin im Fachbereich Informatik am NGM College in Pollachi, das der Bharathiar University angeschlossen ist. Sie hat promoviert und verfügt über mehr als 11 Jahre Lehrerfahrung mit Spezialisierung auf digitale Bildverarbeitung, Betriebssysteme, Deep Learning und maschinelles Lernen. Sie hat mehr als 12 Forschungsartikel veröffentlicht.