Научная статья

Распознавание болезней растений с помощью глубоких нейронных сетей на основе классификации изображений листьев

Deep Neural Networks Based Recognition of Plant Diseases by Leaf Image Classification

Computational Intelligence and Neuroscience
10.1155/2016/3289801
Полный текст Открыть в журнале PubMed PMC
FWCI: 86.5FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 1683 · Ссылки: 36 · Лицензия: CC-BY
Цитирование по годам: 2026: 308 · 2025: 312 · 2024: 275 · 2023: 286 · 2022: 284

Аннотация

Современные сверточные нейронные сети (CNN) демонстрируют впечатляющие результаты в классификации изображений. В этой работе представлен новый подход к разработке модели распознавания болезней растений на основе классификации изображений листьев с помощью глубоких сверточных сетей. Новый метод обучения и использованная методика позволяют быстро и просто внедрить систему на практике. Разработанная модель распознаёт 13 видов болезней растений, отличает больные листья от здоровых и отделяет листья от фона. Насколько нам известно, этот метод распознавания болезней растений предложен впервые. В статье подробно описаны все необходимые этапы создания модели: от сбора изображений для формирования базы данных до её оценки экспертами в области сельского хозяйства. Для обучения глубокой сверточной нейронной сети использовалась платформа глубокого обучения Caffe, разработанная Центром компьютерного зрения и машинного обучения Беркли. В экспериментах точность модели при тестировании отдельных классов составила от 91 до 98%, в среднем — 96,3%.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.