Carrot Cure：基于CNN的胡萝卜病害检测应用
计算机视觉与模式识别
2023-04-10 v1 人工智能
摘要
胡萝卜是一种著名的营养蔬菜，在世界各地均有种植。胡萝卜的各种病害已成为胡萝卜生产领域的重大问题，对农业部门的经济增长造成巨大影响。自动化的胡萝卜病害检测系统有助于识别染病胡萝卜，并能在早期提供治愈病害的指导，从而减少胡萝卜生产系统中的经济损失。本研究提出了一个基于卷积神经网络（CNN）的名为Carrot Cure的Web应用，该应用可识别缺陷胡萝卜并提供适当的治愈方案。我们收集了受空洞斑病和亮叶病影响的胡萝卜图像以及健康图像。此外，本研究采用卷积神经网络以实现基本的神经功能，并采用全卷积神经网络模型（FCNN）进行病害排序。我们探索了具有不同彩色层的不同卷积模型，所提出的卷积模型达到了99.8%的准确率，这将有助于种植者区分胡萝卜病害并增加其收益。
引用
@article{arxiv.2304.03511,
title = {Carrot Cure: A CNN based Application to Detect Carrot Disease},
author = {Shree. Dolax Ray and Mst. Khadija Tul Kubra Natasha and Md. Azizul Hakim and Fatema Nur},
journal= {arXiv preprint arXiv:2304.03511},
year = {2023}
}
备注
7 pages, 7 figures, conference