VGG16 합성곱 신경망 구조를 이용한 감귤 잎 질병 분류

본 연구는 VGG16 합성곱 신경망(CNN) 구조를 활용하여 이미지에서 감귤 잎 질병 분류의 중요성에 초점을 맞추고 있습니다. 이 연구의 목적은 최근 연구에서 VGG16 모델의 입증된 효과를 활용하여 감귤 잎 질병 이미지를 분류하기 위한 강력한 프레임워크를 개발하는 것입니다. 이 과정은 607장의 사진 데이터를 다섯 개의 고유한 클래스으로 분류하는 것으로, 100 에포크의 훈련 프로그램, 128의 배치 크기 및 0.1의 테스트 크기를 이용합니다. 연구 결과는 제안된 VGG16 CNN 모델의 우수한 성능을 보여주며, 주목할 만한 정확도 93.66%를 달성하였습니다. 이 발견은 서로 다른 유형의 감귤 잎 질병을 구별하는 데 필요한 복잡한 패턴과 기본 특성을 습득하는 모델의 전문성을 강조합니다. 이 연구는 감귤 나무 관리를 위한 신뢰할 수 있고 자동화된 도구를 제공하므로 중요한 의미가 있습니다. 달성된 높은 정확도는 정밀 농업에서의 실제 응용 가능성을 나타내며, 조기 질병 식별을 가능하게 하고 지속 가능한 감귤 생산 방법을 지원합니다. 이 연구는 농업 문제에 대한 기술 기반 솔루션의 발전에 기여합니다. 제안된 CNN 모델은 감귤 농장에서 빠르고 정밀한 질병 감시를 위한 훌륭한 도구입니다.