使

Bryan Vivas Apacionado1, Tofael Ahamed2

  • 1Graduate School of Science and Technology, University of Tsukuba, 1-1-1 Tennodai, Tsukuba 305-8577, Japan.

PubMed
概括

这项研究使用了低成本的摄像头和深度学习来在夜间检测类烟灰菌. YOLOv7实现了最高的准确性,显示了实惠的实时果园疾病监测的潜力.