Automatyczne wykrywanie czarnej rdzy w pszenicy przy u¿yciu CNN

Badania te wprowadzaj- bardzo dok-adny model oparty na CNN (dok-adno-- 99,9%) do wczesnego wykrywania czarnej rdzy w pszenicy przy u-yciu analizy obrazu. Model zostä wytrenowany na zró-nicowanym, specyficznym dla regionu zbiorze danych, zapewniaj-c solidn- wydajno-- w ró-nych warunkach rolno-klimatycznych. Umo-liwia wykrywanie choroby na wczesnym etapie, zmniejszaj-c straty plonów, optymalizuj-c stosowanie fungicydów i promuj-c zrównowäone praktyki rolnicze. System jest lekki, mo-na go wdro-y- na smartfonach i integruje si- z cyfrowymi ekosystemami rolniczymi, umo-liwiaj-c rolnikom korzystanie z dost-pnych narz-dzi AI. Jego skalowalno-- i kompatybilno-- z platformami IoT i chmurowymi sprawiaj-, -e jest to wäny krok w kierunku rolnictwa precyzyjnego i krajowego bezpiecze-stwa -ywno-ciowego.

Rupsha Roy, étudiant en troisième année de B.Sc (Hons) Agriculture à l'université d'Adamas, se concentre sur l'agriculture résistante au climat.Saptarshi Mondal, étudiante en troisième année de B.Tech CSE (AIML) à l'université d'Adamas, a publié un article sur l'IA pour l'assistance aux personnes handicapées.Les deux collaborent. Détection automatisée de la rouille noire dans le blé à l'aide de CNN.