用于检测苹果植株叶部疾病的卷积神经网络集成
计算机视觉与模式识别
2022-10-04 v1 人工智能
机器学习
摘要
苹果病害若不能及早诊断，会导致大量资源损失，并对食用受感染苹果的人类和动物构成严重威胁。因此，及早诊断这些病害以管理植株健康并最小化相关风险至关重要。然而，监测植物病害的传统方法需要人工巡查并分析植株叶片的特征、纹理、颜色和形状，导致诊断延迟与误判。我们的工作提出了一种由Xception、InceptionResNet和MobileNet架构组成的集成系统，用于检测5种不同类型的苹果植株病害。该模型已在公开可用的Plant Pathology 2021数据集上训练，并能对给定植株叶片中的多种病害进行分类。该系统在多类与多标签分类中取得了出色的结果，可用于实时场景以监测大型苹果种植园，帮助农户有效管理产量。
引用
@article{arxiv.2210.00298,
title = {An Ensemble of Convolutional Neural Networks to Detect Foliar Diseases in Apple Plants},
author = {Kush Vora and Dishant Padalia},
journal= {arXiv preprint arXiv:2210.00298},
year = {2022}
}
备注
6 pages, 4 figures, 1 table