一个用于检测土豆作物疾病的移动应用程序

科学领域:

• 农业技术 农业技术
• 植物病理学 植物病理学
• 农业中的人工智能

背景情况:

• 马作物容易受到破坏性的疾病,如早期病 (Alternaria solani) 和晚期病 (Phytophthora infestans).
• 准确及时检测疾病对于有效的作物管理和产量保存至关重要.
• 人工智能 (AI) 为农业的自动疾病诊断提供了有希望的解决方案.

研究的目的:

• 开发和评估一个用于使用深度神经网络检测土豆疾病的移动应用程序.
• 为了在土豆作物中实现早期病和晚期病的高诊断准确度.
• 为农民提供一个可访问的,离线的农作物健康监测工具.

主要方法:

• 使用了PlantVillage数据集,每个类包括1000张图像 (健康,早期,晚期).
• 对深度神经网络架构的探索性分析,特别是MobileNetv2,用于疾病诊断.
• 开发了一个与Android 4.1+设备兼容的离线移动应用程序.

主要成果:

• 通过使用MobileNetv2.2.实现了98.7%的诊断准确度,用于使用MobileNetv2.2.进行早期和晚期闪电检测.
• 成功开发了一个功能性的离线移动应用程序,用于马疾病的识别.
• 该应用程序包括关于27种土豆疾病的信息部分和症状画廊.

结论:

• 深度神经网络,特别是MobileNetv2,对于诊断马疾病,如早期和晚期病,非常有效.
• 开发的移动应用程序为农民提供了一个实用和准确的工具,以管理土豆作物健康.
• 未来的工作重点是整合细分技术来分析受损区域和识别多种疾病.