Zobrazeno 1 - 10
of 21
pro vyhledávání: '"Maize disease detection"'
Autor:
Dennis Agyemanh Nana Gookyi, Fortunatus Aabangbio Wulnye, Ewura Abena Essanoah Arthur, Roger Kwao Ahiadormey, Justice Owusu Agyemang, Kwame Opuni-Boachie Obour Agyekum, Raymond Gyaang
Publikováno v:
Smart Agricultural Technology, Vol 8, Iss , Pp 100490- (2024)
Maize, a vital global food crop, is susceptible to various diseases impacting agricultural yield and quality, necessitating effective monitoring strategies. This study presents a comprehensive approach utilizing advanced Convolutional Neural Network
Externí odkaz:
https://doaj.org/article/4696e7101663462bb438f3b899073be4
Publikováno v:
Applied Sciences, Vol 14, Iss 21, p 10004 (2024)
Disease is one of the primary threats to maize growth. Currently, maize disease detection is mainly conducted in laboratories, making it difficult to promptly respond to diseases. To enable detection in the field, a lightweight model is required. The
Externí odkaz:
https://doaj.org/article/834d565f904143ada73730237ea08fcc
Publikováno v:
Agriculture, Vol 14, Iss 7, p 1140 (2024)
Maize is one of the most important crops globally, and accurate diagnosis of leaf diseases is crucial for ensuring increased yields. Despite the continuous progress in computer vision technology, detecting maize leaf diseases based on deep learning s
Externí odkaz:
https://doaj.org/article/9ab5c1e653cb42839a19a8e98eebc132
Autor:
Theofrida J. Maginga, Pierre Bakunzibake, Emmanuel Masabo, Deogracious P. Massawe, Promise R. Agbedanu, Jimmy Nsenga
Publikováno v:
Smart Agricultural Technology, Vol 5, Iss , Pp 100260- (2023)
Diseases on maize crops are highly caused by chronic and emerging pathogens that results in stagnant growth in the plant system. Several initiatives have been adopted to manage disease on crops which include new cultivation practices, genetic enginee
Externí odkaz:
https://doaj.org/article/8c5047c34cf6437fb8969bb6bcb5e250
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Agriculture, Vol 13, Iss 9, p 1664 (2023)
Maize is one of the world’s most important crops, and maize leaf diseases can have a direct impact on maize yields. Although deep learning-based detection methods have been applied to maize leaf disease detection, it is difficult to guarantee detec
Externí odkaz:
https://doaj.org/article/9a415b9b15dc486797bd0505e3e9c828
Publikováno v:
Plants, Vol 12, Iss 17, p 3105 (2023)
This study addresses the problem of maize disease detection in agricultural production, proposing a high-accuracy detection method based on Attention Generative Adversarial Network (Attention-GAN) and few-shot learning. The method introduces an atten
Externí odkaz:
https://doaj.org/article/08c0a03219f14f9fbf710ea4055e55cf
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.