基于卷积神经网络的红外图像水稻叶部病害识别
计算机视觉与模式识别
2022-08-09 v2 人工智能
摘要
农业是人类社会的支柱，因为它是每个生物的基本需求。水稻种植对人类而言极为重要，尤其在亚洲大陆，并且它是主食之一。然而，农业中的植物病害导致生产力下降。植物病害通常由害虫、昆虫和病原体引起，若未在特定时间内控制，会大幅降低生产力。最终，水稻产量无法提高。准确及时地识别植物病害可帮助农民减轻由病虫害造成的损失。近来，深度学习技术已被用于识别水稻病害并克服这些问题。本文实现了一种基于卷积神经网络（CNN）的模型，并测试了一个包含 636 个红外图像样本的公共数据集，该数据集具有五类水稻病害和一类健康类别。所提模型熟练地识别并分类了五类不同的水稻病害，达到了 88.28% 的准确率。
引用
@article{arxiv.2208.00031,
title = {Paddy Leaf diseases identification on Infrared Images based on Convolutional Neural Networks},
author = {Petchiammal A and Briskline Kiruba S and D. Murugan},
journal= {arXiv preprint arXiv:2208.00031},
year = {2022}
}
备注
Uploaded a different draft by mistake