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
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.