利用迁移学习技术在 JPEG 压缩域中直接检测植物叶片病害
计算机视觉与模式识别
2021-07-13 v1 机器学习
图像与视频处理
摘要
植物叶片病害对粮食安全构成重大威胁，并导致产量与质量的下降。因此，准确及时地检测叶片病害对于减少作物损失和满足人们不断增长的粮食需求至关重要。传统技术依赖实验室检测和人工技能，通常成本高且难以普及。近来，深度神经网络在图像分类中取得了非凡成功。在本研究论文中，探讨了在 JPEG 压缩域中采用迁移学习进行植物叶片病害检测。此处，由 DCT 系数组成的 JPEG 压缩流被直接输入神经网络，以提高分类效率。在 JPEG 压缩叶片数据集上的实验结果证明了所提模型的有效性。
引用
@article{arxiv.2107.04813,
title = {Detection of Plant Leaf Disease Directly in the JPEG Compressed Domain using Transfer Learning Technique},
author = {Atul Sharma and Bulla Rajesh and Mohammed Javed},
journal= {arXiv preprint arXiv:2107.04813},
year = {2021}
}
备注
Accepted in MISP 2021 3rd International Conference On Machine Intelligence And Signal Processing