开发基于变压器算法的可持续系统,以预测杜巴斯昆虫在棕树叶中的疾病
Theyazn H H Aldhyani1,2, Hasan Alkahtani2
1Applied College, King Faisal University, Al-Ahsa, Saudi Arabia.
Frontiers in plant science
|September 22, 2025
概括
早期发现棕叶病对农业至关重要. 这项研究开发了先进的计算机视觉模型,视觉转换器实现了99.37%的准确性,以改善害虫和疾病管理.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物病理学 植物病理学
背景情况:
- 早期发现植物疾病对于减轻作物产量损失至关重要.
- 棕树的健康状况,特别是叶子的状况,直接影响农业生产率.
- 害虫和疾病对棕种植构成重大威胁,降低了整体产量.
研究的目的:
- 开发和评估计算机视觉模型,用于检测棕树叶中的疾病和害虫.
- 通过先进的图像分析,加强农业中的害虫防治策略.
- 为了比较EfficientNetV2B0,DenseNet12和Vision Transformer (ViT) 模型在识别棕叶病的有效性.
主要方法:
- 使用了1600张棕树叶图像 (800张健康图像,800张患病图像) 的数据集.
- 开发和训练了EfficientNetV2B0,DenseNet12和视觉变压器 (ViT) 模型.
- 采用图像分析技术来检测疾病和害虫.
主要成果:
- 视觉变压器 (ViT) 模型实现了99.37%的高精度.
- 拟议的模型在识别棕叶疾病方面表现优于最近的几项研究.
- 在原始和增强数据集上验证了性能.
结论:
- 该研究提出了一种用于识别棕叶病的创新方法.
- 开发的模型显示出在商业农业中实施的重大前景.
- 通过这些先进的计算方法,可以提高有效的害虫和疾病管理.
