Quiz collegato alla guida · Medio Livello

Quiz sull'intelligenza artificiale nella diagnosi delle malattie delle colture

Scopri come i modelli di immagini, i sensori multispettrali, gli indici di vegetazione e i dati sul campo possono aiutare la diagnosi delle malattie delle colture in condizioni reali sul campo.

Domanda 1 di 8

Quale approccio di classificazione delle immagini è stato valutato da Mohanty et al. sul set di dati delle immagini di foglie PlantVillage?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Quale approccio di classificazione delle immagini è stato valutato da Mohanty et al. sul set di dati delle immagini di foglie PlantVillage?
    • Una rete neurale convoluzionale addestrata per classificare immagini di malattie delle colture
    • Un modello di previsioni meteorologiche solo satellitare
    • Una rete di riconoscimento vocale ricorrente
    • Una regola di trattamento scritta a mano senza input di immagini
  2. In uno studio multispettrale della muffa grigia nelle foglie di pomodoro, perché è stata misurata la riflettanza nel vicino infrarosso?
    • Per misurare la temperatura del terreno sotto ogni foglia
    • Per verificare se i cambiamenti spettrali potrebbero essere osservati prima dei sintomi visibili
    • Identificare le specie vegetali dalle radici
    • Sostituire tutte le etichette delle malattie con le previsioni del tempo
  3. Cosa indica l'NDVI quando viene calcolato dalla riflettanza rossa e del vicino infrarosso?
    • Una diagnosi definitiva di una particolare malattia vegetale
    • La quantità esatta di pesticida necessaria
    • Un segnale di verde o condizione della vegetazione
    • Il numero di agenti patogeni in una foglia
  4. Cosa significa lo spostamento di dominio per un modello di immagini di colture?
    • Il modello cambia automaticamente la coltura target
    • Le immagini ricevono nomi di file diversi
    • Una malattia si sposta dalla radice alla foglia
    • I dati di training e distribuzione differiscono nella distribuzione, il che può modificare le prestazioni del modello
  5. Quale potenziale beneficio può offrire il transfer learning quando le immagini di colture etichettate sono limitate?
    • Un modello preaddestrato può fornire funzionalità utili per adattarsi all'attività target
    • Garantisce risultati migliori per qualsiasi coltura e patologia
    • Elimina la necessità di convalida sul campo
    • Rende superflui i dati di addestramento
  6. Approssimativamente, quale quota dei raccolti globali viene persa ogni anno a causa di parassiti e malattie?
    • Meno dell'1%
    • Circa il 20-40%
    • Esattamente il 5%
    • Oltre il 90%
  7. Quante immagini di foglie in condizioni controllate sono state utilizzate nel documento PlantVillage?
    • 54,306 images
    • 5,430 images
    • 543 images
    • 540,306 images
  8. Come viene calcolato l'NDVI dal vicino infrarosso e dalla riflettanza rossa?
    • (NIR + red) ÷ (NIR − red)
    • NIR × red
    • NIR - rosso senza normalizzazione
    • (NIR − red) ÷ (NIR + red)