Individuazione precoce delle malattie nei pomodori
Utilizzo dell'intelligenza artificiale e dell'apprendimento automatico
Versandkostenfrei!
Versandfertig in 6-10 Tagen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
Le malattie e i parassiti delle piante sono un problema serio in agricoltura. Un rilevamento accurato e più rapido delle malattie e dei parassiti nelle piante potrebbe contribuire allo sviluppo di un metodo di trattamento precoce, riducendo in modo significativo le perdite economiche. A questo proposito, l'introduzione della classificazione delle immagini basata sul deep learning ha portato a un numero significativo di soluzioni. L'obiettivo principale di questa ricerca è individuare più rapidamente le malattie delle foglie delle piante di pomodoro adottando il Deep Learning (DL), che può ...
Le malattie e i parassiti delle piante sono un problema serio in agricoltura. Un rilevamento accurato e più rapido delle malattie e dei parassiti nelle piante potrebbe contribuire allo sviluppo di un metodo di trattamento precoce, riducendo in modo significativo le perdite economiche. A questo proposito, l'introduzione della classificazione delle immagini basata sul deep learning ha portato a un numero significativo di soluzioni. L'obiettivo principale di questa ricerca è individuare più rapidamente le malattie delle foglie delle piante di pomodoro adottando il Deep Learning (DL), che può essere utilizzato in modo efficiente per la classificazione delle immagini utilizzando diverse architetture di reti neurali convoluzionali (CNN), tra cui VGG-16, ResNet34 ed EfficentNet0.Prima di concludere la preparazione dei dati, sono state eseguite alcune tecniche di pre-elaborazione. Nel set di dati è stato rilevato uno squilibrio tra le classi, che è stato risolto utilizzando tecniche di campionamento casuale ponderato per evitare distorsioni. L'ottimizzazione del modello è stata effettuata per migliorarne le prestazioni.Il risultato delle previsioni è incorporato in una GUI interattiva. L'interfaccia grafica consente di visualizzare la malattia rilevata. L'utente può inserire la propria immagine per rilevare la classe della malattia.
Andere Kunden interessierten sich für
