Andere Kunden interessierten sich auch für
![Hybrides Deep-Learning-Modell für die Erkennung der Weizen-Gelbrost-Krankheit]( "Hybrides Deep-Learning-Modell für die Erkennung der Weizen-Gelbrost-Krankheit")
Hybrides Deep-Learning-Modell für die Erkennung der Weizen-Gelbrost-Krankheit39,90 €![Detection of Rice Hispa Disease using a Deep Learning Model]( "Detection of Rice Hispa Disease using a Deep Learning Model")
Detection of Rice Hispa Disease using a Deep Learning Model26,99 €![Chronisch obstruktive Lungenerkrankung mithilfe von Deep-Learning-Algorithmen]( "Chronisch obstruktive Lungenerkrankung mithilfe von Deep-Learning-Algorithmen")
Chronisch obstruktive Lungenerkrankung mithilfe von Deep-Learning-Algorithmen43,90 €![Deep Learning und maschinelles Lernen für medizinische Diagnosen]( "Deep Learning und maschinelles Lernen für medizinische Diagnosen")
Deep Learning und maschinelles Lernen für medizinische Diagnosen43,90 €![DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON]( "DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON")
DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON39,90 €![Bildklassifizierung mit Deep Learning und Schwarmintelligenz]( "Bildklassifizierung mit Deep Learning und Schwarmintelligenz")
Bildklassifizierung mit Deep Learning und Schwarmintelligenz54,90 €![DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON]( "DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON")
DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON26,99 €
Die Landwirtschaft ist das wichtigste Element des Globus, und die groß angelegten landwirtschaftlichen Betriebe in der ganzen Welt machen sie anfälliger für zahlreiche Krankheiten. Reis ist eine der wichtigsten landwirtschaftlichen Pflanzen, die in riesigen Mengen angebaut wird. Es gibt eine Vielzahl von Reiskrankheiten, die sich auf unterschiedliche Weise auf den Reisanbau auswirken, und ihre Entdeckung und Erkennung ist eine der schwierigsten Aufgaben. Es wurde der Versuch unternommen, mit Hilfe von Deep Learning die Reishispapa-Krankheit zu erkennen. Für die experimentelle Arbeit mit einem Echtzeit-Datensatz von Reis-Hispa und gesunden Reispflanzen wurde ein CNN-basierter Deep-Learning-Ansatz verwendet. Die Erkennung der Reis-Hispa-Krankheit wurde in zwei Teile unterteilt: Der erste Teil war eine binäre Klassifizierung auf der Grundlage gesunder und kranker Pflanzen, der zweite Teil war eine Multi-Klassifizierung auf der Grundlage von fünf Schweregraden der Krankheit. Die vorgeschlagene Architektur und das Modell dienen als System zur Erkennung von Reiskrankheiten (RDD) für die Reis-Hispa-Krankheit und unterstützen Landwirte und Anbauer bei der Erkennung und Erkennung von Reispflanzen und der Ergreifung geeigneter und rechtzeitiger Maßnahmen.