Diagnose von Reisplanzenerkrankungen mit Hilfe von maschinellen Lerntechniken: eine umfassende Übersicht

Zusammenfassung Die Auswirkungen von Reisplanzenerkrankungen haben zu einem jährlichen Rückgang der Reisproduktion um 37% geführt. Dies kann grundsätzlich auf das mangelnde Wissen bei der Identifizierung und Kontrolle von Reisplanzenerkrankungen zurückzuführen sein, aber es wurde bisher keine geeignete Anwendung entwickelt, die in der Lage ist, diese Reisplanzenerkrankungen genau zu identifizieren und zu kontrollieren. Um Reisplanzenerkrankungen selbstständig zu identifizieren, können Convolutional Neural Networks (CNN) verwendet werden. Viele Forscher haben CNNs zur Identifizierung von Pflanzenerkrankungen aufgrund ihrer Genauigkeit bei der Bildidentifikation und -klassifikation eingesetzt. Dennoch wurden nur wenige Forschungsarbeiten zur Identifizierung von Reisplanzenerkrankungen durchgeführt. Diese Studie bietet ein umfassendes Verständnis der aktuellen Reisplanzenerkrankungen sowie der Deep Learning Ansätze, die zur Erkennung solcher Krankheiten verwendet werden. Sie analysiert auch mehrere Techniken, die in der Literatur angewendet wurden, indem sie alle mit ihren Vor- und Nachteilen untersucht. Diese Forschung hat die genauesten Methoden auf allen Ebenen des Verfahrens zur Bildidentifikation entdeckt, die wertvoll sein werden, um Reisplanzenerkrankungen zu erkennen.