基于深度学习的番茄病害检测与 remedy 建议移动应用
计算机视觉与模式识别
2023-10-11 v1 人工智能
摘要
我们开发了一套综合计算机系统，以协助采用传统耕作方法且难以接触农业专家处理作物病害的农民。我们的系统利用人工智能（AI）识别蔬菜病害并提供 remedies。为确保易用性，我们创建了一款移动应用，提供用户友好界面，使农民能以本地语言询问蔬菜病害并获取合适解决方案。任何具备智能手机基本认知的农民均可使用该系统。具体而言，我们设计了一款支持 AI 的移动应用，用于识别蔬菜病害并建议 remedies，重点关注番茄病害以惠及尼泊尔当地农业社区。我们的系统采用最先进的目标检测方法，即 You Only Look Once (YOLO)，检测番茄病害。检测信息随后传递至移动应用，由领域专家指导提供 remedy 建议。为有效训练系统，我们整理了一个包含十类番茄病害的数据集。我们利用多种数据增强方法解决过拟合问题，并训练了 YOLOv5 目标检测器。所提方法取得了 0.76 的平均精度均值，并提供高效的移动接口与 AI 系统交互。尽管系统目前处于开发阶段，我们正积极通过积累更多训练样本来增强其鲁棒性与实时可用性。
引用
@article{arxiv.2310.05929,
title = {Deep Learning based Tomato Disease Detection and Remedy Suggestions using Mobile Application},
author = {Yagya Raj Pandeya and Samin Karki and Ishan Dangol and Nitesh Rajbanshi},
journal= {arXiv preprint arXiv:2310.05929},
year = {2023}
}