다중 클래스 식물 잎 질병 탐지: 모바일 앱 통합을 통한 CNN 기반 접근법

식물 질병은 농업 생산성에 상당한 영향을 미치며, 경제적 손실과 식량 불안정을 초래합니다. 신속하고 정확한 탐지는 식물 질병의 효율적인 관리와 완화에 필수적입니다. 본 연구는 이미지 처리, 기계 학습, 심층 학습 방법 및 모바일 기술의 통합을 강조하며 식물 질병 탐지의 고급 기술을 조사합니다. 다양한 질병의 증상을 탐지하기 위해 합성곱 신경망(CNN)을 사용하여 식물 잎의 고해상도 이미지를 캡처하고 분석했습니다. 본 연구는 14종의 식물을 탐색하고 26개의 고유한 식물 질병을 진단합니다. 다양한 작물에 영향을 미치는 일반적인 질병에 중점을 두었습니다. 모델은 다양한 작물과 질병 유형을 포괄하는 다채로운 데이터셋으로 훈련되어 98.14%의 질병 진단 정확도를 달성했습니다. 마지막으로, 이 모델을 모바일 앱에 통합하여 실시간 질병 진단을 가능하게 했습니다.