一种用于叶片异常检测与定位的深度学习方法
计算机视觉与模式识别
2022-10-10 v1 机器学习
机器学习
摘要
作物中潜在病害的检测与定位通常借助有监督深度学习方法实现自动化。本工作中，我们利用无监督模型达成这些目标，将三类不同的自编码器应用于一个特定的、包含健康与不健康甜椒和樱桃叶片图像的开源数据集。我们部署 CAE、CVAE 与 VQ-VAE 自编码器对该数据集的未标记图像进行筛查，并在图像重建、异常去除、检测与定位方面进行比较。向量量化变分架构在所有这些目标上均表现为性能最佳者。
引用
@article{arxiv.2210.03558,
title = {A deep learning approach for detection and localization of leaf anomalies},
author = {Davide Calabrò and Massimiliano Lupo Pasini and Nicola Ferro and Simona Perotto},
journal= {arXiv preprint arXiv:2210.03558},
year = {2022}
}
备注
23 pages, 8 figures