Dr. Samuel Chepuri / Dr. Y. Ramadevi
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
O algodão é uma importante cultura comercial, mas o seu rendimento é frequentemente afetado por várias doenças foliares causadas por bactérias, fungos e vírus. A deteção precoce é essencial para minimizar os danos e melhorar a produtividade. Esta estrutura apresenta uma abordagem baseada em aprendizagem profunda para a deteção e gestão automatizadas de doenças nas folhas do algodão. Utiliza redes neurais convolucionais (CNNs) para analisar imagens das folhas e classificá-las nas categorias saudáveis ou doentes.O sistema envolve técnicas de pré-processamento de imagens, tais como redimensionamento, normalização e aumento de dados, para melhorar a precisão do modelo. Uma vez treinado, o modelo consegue identificar doenças de forma rápida e fiável. Para além da deteção, a estrutura fornece recomendações para o controlo de doenças, incluindo tratamentos adequados e medidas preventivas.Esta abordagem reduz a dependência da inspeção manual, poupa tempo e apoia os agricultores na tomada de decisões. Em termos gerais, a estrutura demonstra o potencial do aprendizado profundo para melhorar a saúde das culturas e promover a agricultura sustentável.
