Wyniki wyszukiwania:

Three novel deep convolutional neural networks models are discussed for the classification of tomato plant leaves. The performance of the augmented and original datasets is compared using state-of-the-art models such as AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50, and ResNet-101 with transfer learning. The tomato plant diseases namely early blight, late blight, bacterial spot, leaf mold, mosaic virus, target spot, Septoria leaf spot, yellow leaf curl virus and leaf miner are discussed in this book. Temperature and relative humidity play a major role in susceptible...

Für die Klassifizierung von Tomatenblättern werden drei neuartige Modelle tiefer neuronaler Faltungsnetzwerke diskutiert. Die Leistung der erweiterten und der ursprünglichen Datensätze wird mit modernsten Modellen wie AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 und ResNet-101 mit Transferlernen verglichen. Die Pflanzenkrankheiten der Tomate, nämlich Kraut- und Knollenfäule, Bakterienflecken, Blattschimmel, Mosaikvirus, Zielflecken, Septoria-Blattflecken, Yellow-Leaf-Curl-Virus und Miniermotte, werden in diesem Buch behandelt. Temperatur und relative...

Trois nouveaux modèles de réseaux neuronaux convolutionnels profonds sont examinés pour la classification des feuilles de tomates. Les performances des ensembles de données augmentés et originaux sont comparées à l'aide de modèles de pointe tels que AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 et ResNet-101 avec apprentissage par transfert. Les maladies de la tomate, à savoir le mildiou, le mildiou tardif, la tache bactérienne, la moisissure des feuilles, le virus de la mosaïque, la tache ciblée, la tache septorienne, le virus de l'enroulement jaune des...