畑の病害検出アプリコンボリューショナル ニューラル ネットワークを使用

作物の病害は農業分野に重大な課題をもたらし、相当な生産損失と経済的後退を引き起こします。植物の葉の光学的検査などの従来の病害診断技術の効果は限界があります。この問題に対処するためには、農業病害の検出、監視、予測を改善することが不可欠です。本研究は、植物-DOCデータセットを使用して植物葉病害の診断を自動化するモバイルベースのシステムを提供します。このシステムは機械学習（ML）とコンピュータビジョンによって駆動されます。特に、ディープラーニングアルゴリズム、特にコンボリューショナル ニューラル ネットワーク（CNN）が提案されたモデルで使用されます。CNNは植物や作物の病害を特定するのに優れています。このアプリケーションの目的は、植物の病気を見つけることです。さらに、画像処理を使用して病気の種類、適切な農薬を検出し、農家に警告を発して迅速な対応ができるようにします。このプロセス全体は、植物の画像を収集し、リサイズ、正規化、および拡張によって前処理を行い、必要に応じてセグメント化し、特徴を抽出し、選択し、CNNモデルをトレーニングし、そのパフォーマンスを評価し、植物病害を検出するために使用するという流れです。本論文では、提案されたモデルへの統合のためにフロントエンドとバックエンドのコンポーネントの両方を成功裏に開発し、文書内で対応するスクリーンショットを披露しています。キーワード: 植物葉病害、農業、モバイルアプリ、コンピュータビジョン、機械学習、ディープラーニング、コンボリューショナル ニューラル ネットワーク.