Fr. 57.50

Unkrauterkennung und Segmentierung mit Deep Learning - WDS mit DL

German · Paperback / Softback

Shipping usually within 1 to 2 weeks (title will be printed to order)

Description

Read more

In der heutigen Zeit, in der die Automatisierungstechnik im Zuge der Digitalisierung der Welt höchste Priorität genießt, spielt der Bereich der Landwirtschaft eine wichtige Rolle für das Wachstum der indischen Wirtschaft. Die Erkennung und Segmentierung von Unkrautpflanzen ist ein neues Forschungsproblem im Bereich der Landwirtschaft. In diesem Beitrag stellen wir ein Unkrautsegmentierungsmodul vor. Das Unkrautklassifizierungsmodul benötigt eine Bildverarbeitungsaufgabe, um das Vorhandensein eines neuronalen Netzes zur Verarbeitung des Bildes zu erkennen, und verschiedene Klassifizierer wie Random Forest, Entscheidungsbaum, SVM werden zur Klassifizierung des Bildes verwendet. Das Segmentierungsmodul nutzt die U-Net-Architektur und Dense CRF wird für die Nachbearbeitung verwendet, um die Grenzen des Objekts deutlicher zu machen. Die Leistung der Klassifikatoren wird anhand von Standardbewertungsmetriken gemessen.

About the author










Vankamamidi Srinivasa Naresh arbeitet derzeit als Dekan (Forschung und Entwicklung) und Professor in der Abteilung für Informatik und Ingenieurwesen am Sri Vasavi Engineering College, Andhra Pradesh, Indien. Er verfügt über eine Lehrerfahrung von mehr als 22 Jahren. Ausgezeichnet mit dem STATE Best Teacher and Researcher Award der Regierung von Andhra Pradesh

Product details

Authors V . S. Naresh, V . S. Naresh, V S Naresh
Publisher Verlag Unser Wissen
 
Languages German
Product format Paperback / Softback
Released 26.11.2023
 
EAN 9786206606840
ISBN 9786206606840
No. of pages 68
Subject Natural sciences, medicine, IT, technology > Physics, astronomy > Miscellaneous

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.