Andere Kunden interessierten sich auch für
![Diagnosi di leucemia]( "Diagnosi di leucemia")
Diagnosi di leucemia28,99 €![Rilevamento di immagini false]( "Rilevamento di immagini false")
Rilevamento di immagini false28,99 €![Rilevamento e classificazione delle malattie della pelle con il Deep Learning]( "Rilevamento e classificazione delle malattie della pelle con il Deep Learning")
Rilevamento e classificazione delle malattie della pelle con il Deep Learning28,99 €![Elaborazione delle immagini nel monitoraggio delle piante e nel controllo dei parassiti in agricoltura]( "Elaborazione delle immagini nel monitoraggio delle piante e nel controllo dei parassiti in agricoltura")
Elaborazione delle immagini nel monitoraggio delle piante e nel controllo dei parassiti in agricoltura18,99 €![Classificazione delle immagini nei messaggi istantanei mediante CNN]( "Classificazione delle immagini nei messaggi istantanei mediante CNN")
Classificazione delle immagini nei messaggi istantanei mediante CNN28,99 €![Quadcopter con applicazioni di elaborazione delle immagini tramite OpenCV]( "Quadcopter con applicazioni di elaborazione delle immagini tramite OpenCV")
Quadcopter con applicazioni di elaborazione delle immagini tramite OpenCV46,99 €![Segmentazione del nucleo per lo screening del cancro cervicale con il Pap test]( "Segmentazione del nucleo per lo screening del cancro cervicale con il Pap test")
Segmentazione del nucleo per lo screening del cancro cervicale con il Pap test28,99 €
Questo libro esplora un approccio avanzato alla segmentazione automatica delle immagini morfologiche basate su marcatori, alla classificazione e al rilevamento delle malattie nelle piante di pomodoro malate, utilizzando la classificazione Support Vector Machine (SVM). Approfondisce il modo in cui l'elaborazione morfologica migliora l'accuratezza della segmentazione delle immagini, consentendo l'identificazione precisa delle regioni malate nelle piante di pomodoro. Il libro discute anche le tecniche di estrazione delle caratteristiche, i metodi di classificazione e l'efficacia di SVM nel distinguere tra aree di piante sane e malate. Quest'opera è particolarmente utile per i ricercatori, gli agronomi e gli esperti di computer vision che lavorano sull'agricoltura di precisione e sulla diagnosi delle malattie delle piante utilizzando tecniche di deep learning e machine learning.