Dr. Samuel Chepuri / Dr. Y. Ramadevi
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Bawełna jest jedną z głównych upraw komercyjnych, jednak na jej plony często wpływają różne choroby liści wywoływane przez bakterie, grzyby i wirusy. Wczesne wykrywanie ma kluczowe znaczenie dla zminimalizowania szkód i poprawy wydajności. Niniejsza platforma przedstawia oparte na głębokim uczeniu podejście do automatycznego wykrywania chorób liści bawełny i zarządzania nimi. Wykorzystuje ona konwolucyjne sieci neuronowe (CNN) do analizy obrazów liści i klasyfikowania ich do kategorii liści zdrowych lub chorych.System wykorzystuje techniki wstępnego przetwarzania obrazów, takie jak zmiana rozmiaru, normalizacja i augmentacja, w celu zwiększenia dokładności modelu. Po przeszkoleniu model może szybko i niezawodnie identyfikować choroby. Oprócz wykrywania platforma dostarcza zalecenia dotyczące zwalczania chorób, w tym odpowiednich metod leczenia i środków zapobiegawczych.Podejście to zmniejsza zależność od ręcznej kontroli, pozwala zaoszczędzić czas i wspiera rolników w podejmowaniu decyzji. Ogólnie rzecz biorąc, platforma ta pokazuje potencjał głębokiego uczenia się w poprawie stanu upraw i promowaniu zrównoważonego rolnictwa.
