84,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Pflanzenkrankheiten und -schädlinge sind wichtige Faktoren, die den Ertrag und die Qualität der Pflanzen bestimmen. Die Identifizierung von Pflanzenkrankheiten und -schädlingen kann mit Hilfe der digitalen Bildverarbeitung erfolgen. In den letzten Jahren hat das Deep Learning im Bereich der digitalen Bildverarbeitung einen Durchbruch erzielt und ist den traditionellen Methoden weit überlegen. Der Einsatz von Deep-Learning-Technologien zur Erkennung von Pflanzenkrankheiten und -schädlingen ist für Forscher zu einem wichtigen Thema geworden. In diesem Buch wird das Problem der Erkennung von…mehr

Produktbeschreibung
Pflanzenkrankheiten und -schädlinge sind wichtige Faktoren, die den Ertrag und die Qualität der Pflanzen bestimmen. Die Identifizierung von Pflanzenkrankheiten und -schädlingen kann mit Hilfe der digitalen Bildverarbeitung erfolgen. In den letzten Jahren hat das Deep Learning im Bereich der digitalen Bildverarbeitung einen Durchbruch erzielt und ist den traditionellen Methoden weit überlegen. Der Einsatz von Deep-Learning-Technologien zur Erkennung von Pflanzenkrankheiten und -schädlingen ist für Forscher zu einem wichtigen Thema geworden. In diesem Buch wird das Problem der Erkennung von Pflanzenkrankheiten und -schädlingen definiert und ein Vergleich mit herkömmlichen Methoden zur Erkennung von Pflanzenkrankheiten und -schädlingen angestellt. Entsprechend dem Unterschied der Netzwerkstruktur umreißt diese Studie die Forschung zur Erkennung von Pflanzenkrankheiten und -schädlingen auf der Grundlage von Deep Learning in den letzten Jahren unter den drei Aspekten des Klassifizierungsnetzwerks, des Erkennungsnetzwerks und des Segmentierungsnetzwerks, und die Vor- und Nachteile jeder Methode werden zusammengefasst.
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.