CropDoc for Android
dc.contributor | Béjar Torres, Ramón | |
dc.contributor | Universitat de Lleida. Escola Politècnica Superior | |
dc.contributor.author | Camats Felip, Guillem | |
dc.date.accessioned | 2022-09-27T07:49:06Z | |
dc.date.available | 2022-09-27T07:49:06Z | |
dc.date.issued | 2022-09 | |
dc.identifier.uri | http://hdl.handle.net/10459.1/83872 | |
dc.description.abstract | Cada any milers de cultius s´on destru¨ıts per les plagues i malalties. Per aquest motiu en aquest projecte s’ha desenvolupat una aplicaci´o Android amb un model de visi´o artificial integrat en ella, la qual ´es capa¸c de diagnosticar certes malalties visibles en les fulles dels pomers. Per a fer-ho s’han utilitzat els models pre-entrenats Efficientnet-lite4 i Mobilenet-V2, els quals s’han tornat a entrenar amb el conjunt de dades del Plant Pathology - FGCV8, un conjunt de dades obert per a l’´us d’una competici´o. El model elegit ha sigut Mobilenet, ja que aquest presentava un millor rendiment, pel fet que pesava 10 MB menys que Efficientnet. Ha assolit una precisi´o comprovada del 85,21%. La resta de l’aplicaci´o est`a muntada de manera que es pot guardar la localitzaci´o del terreny i de la mostra, per enviar les dades a un Liquid Galaxy per al control de les plagues. | ca_ES |
dc.format.extent | 33 p. | ca_ES |
dc.language.iso | cat | ca_ES |
dc.rights | cc-by-nc-nd | ca_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Android | ca_ES |
dc.subject | Kotlin | ca_ES |
dc.subject | Java | ca_ES |
dc.subject | Liquid Galaxy | ca_ES |
dc.subject.other | Android (Sistema operatiu) | ca_ES |
dc.subject.other | Liquid Galaxy | ca_ES |
dc.title | CropDoc for Android | ca_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | ca_ES |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | ca_ES |