多层卷积神经网络用于炭疽病感染芒果叶片的分类

多层卷积神经网络用于炭疽病感染芒果叶片的分类

本文的主要目的是开发一种适当有效的方法来诊断疾病及其症状,植物表型资讯介绍如下:

真菌病不仅影响植物及其产品的经济价值,还削弱了其生态优势。芒果树的果实和叶片深受炭疽菌病的影响。本文的主要目的是开发一种适当有效的方法来诊断疾病及其症状,以便及早和经济有效地解决这个问题。

微信图片_20190422160749

图1.显示样本数据集包括在实际条件下拍摄的两个芒果叶图像和从plantVillage数据集中获取的两个图像

微信图片_20190422160752

图2.MCNN模型的分类结果

在过去的几年中,计算机视觉和深度学习方法因其在计算和准确性方面具有较高的性能,在各种真菌病分类中得到了广泛的应用。本文提出了一种利用多层卷积神经网络(MCNN)来分类被炭疽病真菌病感染的芒果叶片的方法。研究人员对在印度Shri Mata Vaishno Devi大学捕获的实时数据集上进行了验证,该数据包含1070张芒果树叶的图像。数据集包含健康和受感染的叶片图像。结果表明,与其他最先进的方法相比,MCNN模型的分类准确度更高。

微信图片_20190422160755

图3.拟议的CNN的架构

来源:

SINGH U P, CHOUHAN S S, JAIN S and JAIN S, Multilayer Convolution Neural Network for the Classification of Mango Leaves Infected by Anthracnose Disease, IEEE,  10.1109/ACCESS.2019.2907383

微信图片_20190423133619

扩展阅读:

粽香情浓,植物表型资讯一周年目录汇总

植物表型资讯2018年1-12月目录汇总

植物表型资讯2019年1-3月目录汇总

 

微信图片_20190408151928