Zobrazeno 1 - 10
of 1 617
pro vyhledávání: '"Morelli S."'
Autor:
Baccani, G., Bonechi, L., Bongi, M., Casagli, N., Ciaranfi, R., Ciulli, V., D'Alessandro, R., Gonzi, S., Lombardi, L., Morelli, S., Nocentini, M., Pazzi, V., Tacconi Stefanelli, C., Viliani, L.
Publikováno v:
In Journal of Applied Geophysics August 2021 191
Publikováno v:
In Journal of Membrane Science 15 February 2017 524:377-388
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.
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.
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.
Autor:
Bruno A., Moroni D., Dainelli R., Rocchi L., Toscano P., Morelli S., Ferrari E., Martinelli M.
Publikováno v:
Computer vision in plant phenotyping and agriculture, edited by Valerio Giuffrida, Hanno Scharr, Ian Stavness, pp. 250–263. Lausanne: Frontiers media SA, 2023
A novel method for improving plant disease classification, a challenging and time-consuming process, is proposed. First, using as baseline EfficientNet, a recent and advanced family of architectures having an excellent accuracy/complexity trade-off,
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______9984::92f3910ee3428ad72746b58d10087dd8
https://openportal.isti.cnr.it/doc?id=people______::62fd1ae663c153acf2e3cb32b94641cd
https://openportal.isti.cnr.it/doc?id=people______::62fd1ae663c153acf2e3cb32b94641cd
Autor:
Dainelli R., Martinelli M., Bruno A., Moroni D., Morelli S., Silvestri M., Ferrari E., Rocchi L., Toscano P.
Publikováno v:
ECPA 2023-The 14th European Conference on Precision Agriculture-Unleashing the Potential of Precision Agriculture, Bologna, Italy, 2/7/2023-6/7/2023
In this study, an automatic system based on open AI architectures was developed and fed with an in-house built image dataset to recognize seven of the most widespread and hard-to-control weeds in wheat in the Mediterranean environment. A total of 108
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______9984::b8d462990052c2050b7451e75b54f841
https://openportal.isti.cnr.it/doc?id=people______::d3a7452c997bbfdbe6a9446aff49c2ce
https://openportal.isti.cnr.it/doc?id=people______::d3a7452c997bbfdbe6a9446aff49c2ce