基于迁移学习的作物病害检测深度学习模型比较分析
机器学习
2025-06-26 v1 人工智能
摘要
本研究开发了面向资源有限的农村地区的基于人工智能 (AI) 的作物病害检测系统，旨在比较不同深度学习模型的效果，聚焦其在迁移学习中的应用。通过利用包括 EfficientNet、ResNet101、MobileNetV2 以及我们自制 CNN 在验证集上达到 95.76% 准确率的深度学习模型，该系统有效地对植物病害进行分类。该研究展示了迁移学习在重塑农业实践、改善作物健康管理以及支持农村可持续农业方面的潜力。
关键词
引用
@article{arxiv.2506.20323,
title = {Comparative Analysis of Deep Learning Models for Crop Disease Detection: A Transfer Learning Approach},
author = {Saundarya Subramaniam and Shalini Majumdar and Shantanu Nadar and Kaustubh Kulkarni},
journal= {arXiv preprint arXiv:2506.20323},
year = {2025}
}