Comparison between traditional texture methods and deep learning descriptors for detection of nitrogen deficiency in maize crops
Descripción del Articulo
Rayner would like to thank Cienciactiva, an initiative of the National Council of Science, Technology and Technological Innovation-CONCYTEC (Peru) for the financial research support and scholarship.
| Autores: | , , , |
|---|---|
| Formato: | objeto de conferencia |
| Fecha de Publicación: | 2017 |
| Institución: | Consejo Nacional de Ciencia Tecnología e Innovación |
| Repositorio: | CONCYTEC-Institucional |
| Lenguaje: | inglés |
| OAI Identifier: | oai:repositorio.concytec.gob.pe:20.500.12390/960 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12390/960 https://doi.org/10.1109/WVC.2017.00009 |
| Nivel de acceso: | acceso abierto |
| Materia: | transfer learning Nutritional Assessment maize leaf analysis deep learning texture analysis convolutional neural networks https://purl.org/pe-repo/ocde/ford#3.02.00 |
| Sumario: | Rayner would like to thank Cienciactiva, an initiative of the National Council of Science, Technology and Technological Innovation-CONCYTEC (Peru) for the financial research support and scholarship. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
