Video Experimental Relacionado
Updated: Sep 10, 2025
08:47
Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
Published on: February 9, 2024
1.6K
Conjunto de CNN optimizado bayesiano para una detección eficiente de la plaga de la patata utilizando mejora de
Achin Jain1, Arun Kumar Dubey1, Vincent Shin-Hung Pan2,3
1Department of Information Technology, Bharati Vidyapeeth's College of Engineering, New Delhi, India.
Scientific reports
|August 25, 2025
Resumen
Este estudio introduce un conjunto de CNN optimizado bayesiano para la detección de la plaga de la papa, logrando una precisión del 97,94%. Este robusto enfoque de aprendizaje profundo mejora la clasificación de enfermedades agrícolas y reduce las pérdidas de cultivos.
Área de la Ciencia:
- Ciencias Agrícolas
- Ciencias de la computación
- Aprendizaje automático
Sus antecedentes:
- La enfermedad de la patata causa importantes pérdidas agrícolas y económicas.
- La detección precisa y temprana de la plaga de la patata es crucial para el manejo de los cultivos.
Objetivo del estudio:
- Desarrollar un modelo de aprendizaje profundo de alta precisión para la detección de la plaga de las hojas de la papa.
- Optimizar los modelos de red neuronal convolucional (CNN) utilizando la optimización bayesiana y el aprendizaje conjunto.
Principales métodos:
- Entrenado en múltiples arquitecturas CNN (ADAM, SGD, RMSProp, ADAMAX) y evaluado el rendimiento individual.
- Aumento de datos aplicado y mejora de imágenes borrosas para mejorar la extracción de características y mitigar el desequilibrio de clase.
- Utilizó la optimización bayesiana para determinar los pesos óptimos para un modelo de conjunto profundo, explorando 11 combinaciones.
Principales resultados:
- El modelo de conjunto final (EDL7: DL1 + DL2 + DL3) logró una precisión máxima del 97,94%.
- El modelo conjunto demostró un rendimiento superior a los modelos individuales de CNN.
- Se logró una alta precisión (0,981), recuerdo (0,983) y puntuación F1 (0,982).
Conclusiones:
- El aprendizaje conjunto optimizado por Bayesian mejora significativamente la precisión de la detección de la plaga de la papa.
- El método propuesto ofrece una solución sólida y fiable para la clasificación de enfermedades agrícolas.
- Este enfoque tiene el potencial de minimizar las pérdidas de cultivos debido a la plaga de la papa.
