发帖
雷达卡
本篇文献由S. Mohanty, David P. Hughes和M. Salathé发表于2016
摘要：作物病害是对粮食安全的主要威胁，但由于缺乏必要的基础设施，在世界许多地区仍难以快速识别病害。 全球智能手机普及率的提高与深度学习在计算机视觉方面的最新进展相结合，为智能手机辅助疾病诊断铺平了道路。 使用在受控条件下收集的 54,306 张患病和健康植物叶子图像的公共数据集，我们训练深度卷积神经网络来识别 14 种作物和 26 种疾病（或不存在）。 经过训练的模型在保留的测试集上达到了 99.35% 的准确率，证明了这种方法的可行性。 总体而言，在越来越大且公开可用的图像数据集上训练深度学习模型的方法为全球范围内智能手机辅助作物病害诊断提供了一条清晰的道路。
Using Deep Learning for Image-Based Plant.pdf
(4.03 MB, 需要: 150 个论坛币)
京公网安备 11010802022788号
