基于深度学习的百香果叶片褐斑病检测器
计算机视觉与模式识别
2020-07-30 v2
摘要
病虫害对乌干达及整个东非的百香果种植者构成关键挑战。它们导致投资损失，因为产量下降且损耗增加。由于该国包括百香果种植者在内的大多数农民来自低收入家庭的小农，他们缺乏应对这些挑战的充足信息与手段。尽管百香果因成熟期短、市场价值高而有潜力改善这些农民的生活，但若无关于作物健康的必要知识，农民无法及时干预以扭转局势。本工作中，我们与乌干达国家作物研究所（NaCRRI）合作，构建了由专家标注的百香果植株叶片与果实（病害与健康）数据集。我们利用其推广服务从乌干达 5 个区收集图像。在数据集就绪后，我们大规模运用机器学习尤其是深度学习中的最先进技术，进行目标检测与分类，以正确判定百香果植株健康状况并对阳性检测提供准确诊断。本工作聚焦于两种主要病害：木化病（病毒型）与褐斑病（真菌型）。
引用
@article{arxiv.2007.14103,
title = {A Deep Learning-based Detector for Brown Spot Disease in Passion Fruit Plant Leaves},
author = {Andrew Katumba and Moses Bomera and Cosmas Mwikirize and Gorret Namulondo and Mary Gorret Ajero and Idd Ramathani and Olivia Nakayima and Grace Nakabonge and Dorothy Okello and Jonathan Serugunda},
journal= {arXiv preprint arXiv:2007.14103},
year = {2020}
}