Andere Kunden interessierten sich auch für
![Surveillance à distance des feuilles d'arachide à l'aide de techniques d'apprentissage automatique]( "Surveillance à distance des feuilles d'arachide à l'aide de techniques d'apprentissage automatique")
Surveillance à distance des feuilles d'arachide à l'aide de techniques d'apprentissage automatique54,99 €![Monitoraggio delle foglie di arachide da remoto con tecniche di machine learning]( "Monitoraggio delle foglie di arachide da remoto con tecniche di machine learning")
Monitoraggio delle foglie di arachide da remoto con tecniche di machine learning54,99 €![Überwachung von Erdnussblättern aus der Ferne mit Techniken des maschinellen Lernens]( "Überwachung von Erdnussblättern aus der Ferne mit Techniken des maschinellen Lernens")
Überwachung von Erdnussblättern aus der Ferne mit Techniken des maschinellen Lernens79,90 €![Distancionnyj monitoring list'ew zemlqnogo oreha s ispol'zowaniem metodow mashinnogo obucheniq]( "Distancionnyj monitoring list'ew zemlqnogo oreha s ispol'zowaniem metodow mashinnogo obucheniq")
Distancionnyj monitoring list'ew zemlqnogo oreha s ispol'zowaniem metodow mashinnogo obucheniq17,99 €![Groundnut leaf Monitoring Remotely Using Machine Learning Techniques]( "Groundnut leaf Monitoring Remotely Using Machine Learning Techniques")
Groundnut leaf Monitoring Remotely Using Machine Learning Techniques52,99 €![Previsão da germinação de sementes de tomate a partir de imagens com aprendizagem profunda]( "Previsão da germinação de sementes de tomate a partir de imagens com aprendizagem profunda")
Previsão da germinação de sementes de tomate a partir de imagens com aprendizagem profunda30,99 €![Monitorização agrícola utilizando o ZIGBEE]( "Monitorização agrícola utilizando o ZIGBEE")
Monitorização agrícola utilizando o ZIGBEE25,99 €
O objetivo do classificador de doenças foliares do amendoim é identificar a doença foliar relevante com uma melhor precisão de classificação. Identificar e gerir as doenças das plantas de uma zona particularmente rural e desenvolver um sistema pericial de fácil utilização pelos agricultores para a agricultura de precessão. Melhorar o desempenho do DCNN utilizando modelos gráficos probabilísticos do método DCNN para detetar e gerir doenças das plantas. Cartografar as doenças das plantas da Índia e desenvolver uma abordagem baseada na previsão para os agricultores, tendo em conta as diferentes variedades de culturas com doenças variadas.