Andere Kunden interessierten sich auch für
![Online-Informationssuchverhalten und -strategien von Kindern]( "Online-Informationssuchverhalten und -strategien von Kindern")
Online-Informationssuchverhalten und -strategien von Kindern45,90 €![MERKMALE DES UNTERRICHTS DER COMPUTERMODELLIERUNG IM INFORMATIKUNTERRICHT]( "MERKMALE DES UNTERRICHTS DER COMPUTERMODELLIERUNG IM INFORMATIKUNTERRICHT")
MERKMALE DES UNTERRICHTS DER COMPUTERMODELLIERUNG IM INFORMATIKUNTERRICHT60,90 €![Definition von Profilen und Rollen:]( "Definition von Profilen und Rollen:")
Definition von Profilen und Rollen:39,90 €![Jenseits von Algorithmen: Der menschliche Touch in der KI]( "Jenseits von Algorithmen: Der menschliche Touch in der KI")
Jenseits von Algorithmen: Der menschliche Touch in der KI43,90 €![Classificazione delle malattie fogliari della patata]( "Classificazione delle malattie fogliari della patata")
Classificazione delle malattie fogliari della patata30,99 €![Classification des maladies foliaires de la pomme de terre]( "Classification des maladies foliaires de la pomme de terre")
Classification des maladies foliaires de la pomme de terre30,99 €![Deep Learning Techniques for Detection of COPD]( "Deep Learning Techniques for Detection of COPD")
Deep Learning Techniques for Detection of COPD30,99 €
Kartoffeln sind uns allen ein bekanntes Gemüse. Der Kartoffelanbau ist in Indien in den letzten Jahrzehnten sehr beliebt gewesen. Die Kartoffelproduktion wird jedoch durch Krankheiten wie die Kraut- und Knollenfäule beeinträchtigt, die die Produktionskosten in die Höhe treiben. Unser Ziel ist es, ein automatisiertes und schnelles Verfahren zur Erkennung von Krankheiten zu entwickeln, um die Kartoffelproduktion zu steigern und das System zu digitalisieren. Unser Hauptziel ist die Diagnose von Kartoffelkrankheiten anhand von Blattbildern, die wir mit Hilfe eines CNN-Algorithmus erstellen werden. Dieses Papier bietet ein Bild, das die Verarbeitung ist, und maschinelles Lernen basierte automatisierte Systeme Kartoffel Blatt Krankheiten erkannt und klassifiziert werden. Die Bildverarbeitung ist die beste Option für die Erkennung und Analyse dieser Krankheiten. In dieser Analyse wird eine Bildaufteilung vorgenommen; mehr als 2000 Bilder von gesunden und ungesunden Kartoffelblättern, die von Kaggle gesammelt wurden, und einige vorbereitete Modelle werden zur Erkennung und Charakterisierung von gesunden und kranken Blättern verwendet.