OpenCV Leaf Detect

OpenCV Leaf Detect

Es kann den Gesundheitszustand von Pflanzenblättern anhand von Deep-Learning-Modellen erkennen.

App Info


1.1.8
January 17, 2022
5
$1.49
Android 5.0+
Everyone

App Beschreibung


Android -App -Analyse Und -Übersicht: OpenCV Leaf Detect, Entwickelt Von InTime Information Systems Pvt Ltd. In Der Kategorie Lernen Aufgeführt. Die Aktuelle Version Ist 1.1.8, Aktualisiert Unter 17/01/2022 . Laut Benutzern Bewertungen Auf Google Play: OpenCV Leaf Detect. Über 5 -Installationen Erreicht. OpenCV Leaf Detect Hat Derzeit 1 Bewertungen, Durchschnittliche Bewertung 5.0 Stars

Diese App verfügt über drei Erkennungsstufen für die Erkennung von gesunden Pflanzenblättern, infizierten Pflanzenblättern und Namen infizierter Pflanzenkrankheiten mithilfe des eigenständigen Deep-Learning-Modells.
Wir bemühen uns, das Modell und die Aufnahme neuer Blätter und ihrer Krankheitsinformationen in jede nächste Version zu optimieren.

A. Es kann 31 Arten von Pflanzenkrankheiten bei Pflanzenkartoffeln, Tomaten und Mais nachweisen

Kartoffel_gesund
Infected_Potato_Early_blight
Potato_Early_blight_Spot
Infected_Potato_Late_blight
Potato_Late_blight
Tomate_gesund
Infizierter_Tomaten_Septoria_Punkt
Tomato_Septoria_spot
Infizierte_Tomatenspinnen
Tomato_Spider_mites_Spot
Infected_Tomato_Target_Spot
Tomato_Target_Spot
Infiziertes_Tomato_Curl_Virus
Tomato_Curl_Virus_Spot
Infizierter_Tomaten-Mosaik-Virus
Tomato_mosaic_virus_Spot
Infected_Tomato_Leaf_Mold
Tomato_Leaf_Mold_Spot
Infizierter_Tomatenbakterienfleck
Tomato_Bacterial_spot
Infizierte_Tomaten-Frühfäule
Tomato_Early_blight_Spot
Infizierte_Tomatenpest
Tomato_Late_blight_Spot
Corn_healthy
Infected_Corn_Common_rust
Corn_Common_rust_Spot
Infected_Corn_Gray_leaf
Corn_Gray_leaf_Spot
Infected_Corn_Northern_Blight
Corn_Northern_Blight_Spot


B. Es kann folgende 38 Arten von Blattkrankheiten erkennen

1 Apfelschorf
2 Apfelschwarzfäule
3 Apfel Zedernrost
4 Apfel gesund
5 Blaubeeren gesund
6 Kirsche gesund
7 Kirsche Mehltau
8 Mais Rost
9 Mais gesund
10 maisgrauer Blattfleck
11 Maisnordblattfäule
12 schwarze Masern
13 Trauben Schwarzfäule
14 Trauben gesund
15 Weinblattfäule
16 orange Zitrusgrün
17 Pfirsichbakterienfleck
18 Pfirsich gesund
19 Pepperbell Bakterienfleck
20 Pepperbell gesund
21 Kartoffelfrühfäule
22 Kartoffel gesund
23 Späte Kartoffelfäule
24 Himbeere gesund
25 Sojabohnen gesund
26 Kürbis Mehltau
27 erdbeere gesund
28 Erdbeerblattbrand
29 Tomatenbakterienfleck
30 Tomaten frühe Fäule
31 Tomaten gesund
32 Tomaten Krautfäule
33 Tomatenblattform
34 Tomatenmosaikvirus
35 Tomaten-Septoria-Blattfleck
36 Tomatenspinnmilben
37 Tomaten Zielpunkt
38 Tomaten-Gelb-Blatt-Curl-Virus


A. Es kann folgende 251 gesunde Blätter unter Verwendung des Modells ermitteln.
Quercus suber, Tilia tomentosa, cryptomeria japonica, diospyros virginiana, eucommia ulmoides
evodia_daniellii, fagus_grandifolia, ficus_carica, fraxinus_americana, fraxinus_nigra, fraxinus_pennsylvanica
ginkgo_biloba, Acer_palmaturu und gerne mehr

Was Ist Neu


Updated to SDK32

Bewerten Und Überprüfung Im Google Play Store


5.0
1 Gesamt
5 0
4 0
3 0
2 0
1 0

Gesamtzahl Der Installationen (*Geschätzt)

Schätzung Der Gesamtzahl Der Installationen In Google Play, Approximiert Von Der Anzahl Der Bewertungen Und Installationsgrenzen, Die Bei Google Play Erreicht Werden.