Искусственный интеллект поможет обнаруживать и идентифицировать болезни чайного листа
Michael Chen
Senior Web DeveloperДля предотвращения и лечения болезней чайного листа требуется надежная и точная система диагностики и идентификации. Болезни чайного листа выявляются вручную, что увеличивает время и влияет на качество урожая и продуктивность. В Бангладеш провели исследование, направленное на то, чтобы представить основанное на искусственном интеллекте решение проблемы обнаружения болезней чайного листа путем обучения самой быстрой одноэтапной модели обнаружения объектов YOLOv7 на наборе данных о больных чайных листьях, собранных с четырех известных чайных плантаций в Бангладеш. С этих чайных плантациях получено 4000 цифровых изображений пяти типов болезней листьев, в результате чего создается вручную аннотированный набор данных изображений болезней листьев, дополненный данными.
Экспериментальные результаты показали, что YOLOv7 для болезней чайных листьев на изображениях естественной сцены превосходит существующие сети обнаружения и идентификации целей, включая CNN, Deep CNN, DNN, AX-Retina Net, улучшенную DCNN, YOLOv5 и многоцелевую сегментацию изображений. Новое исследование сведет к минимуму нагрузку на энтомологов и поможет в быстрой идентификации и обнаружении болезней чайного листа, что сведет к минимуму экономические потери.
Sarah Williams
February 13, 2025Proin iaculis purus consequat sem cure digni ssim donec porttitora entum suscipit rhoncus. Accusantium quam, ultricies eget id, aliquam eget nibh et. Maecen aliquam, risus at semper.
James Cooper
February 13, 2025Quisque ut nisi. Donec mi odio, faucibus at, scelerisque quis, convallis in, nisi. Suspendisse non nisl sit amet velit hendrerit rutrum. Ut leo. Ut a nisl id ante tempus hendrerit.
Rachel Adams
February 13, 2025Vivamus elementum semper nisi. Aenean vulputate eleifend tellus. Aenean leo ligula, porttitor eu, consequat vitae, eleifend ac, enim.