Development of a Prototype Application for Rice Disease Detection Using Convolutional Neural Networks

要約

米はフィリピンの何千もの世帯の主な生計手段となっているため、この国で一番の主食です。
しかし、伝統が続いているため、農家は、稲作全体を損なう可能性のあるさまざまな種類のイネの葉の病気に慣れていません.
イネの一般的な葉枯れ病に対処する必要性は、収量の減少や最大 75% の収穫損失につながる深刻な病気です。
この論文は、画像解析に使用されるアルゴリズムを使用したイネの葉の病気検出モバイル アプリケーション プロトタイプの設計と開発です。
研究者はまた、https://www.kaggle.com/ で入手可能な Huy Minh Do による Rice Disease Image Dataset を使用して、転移学習を使用して最先端の畳み込みニューラル ネットワークをトレーニングしました。
さらに、画像拡張を使用して、画像サンプルの数とニューラル ネットワークの精度も向上させました。

要約(オリジナル)

Rice is the number one staple food in the country, as this serves as the primary livelihood for thousands of Filipino households. However, as the tradition continues, farmers are not familiar with the different types of rice leaf diseases that might compromise the entire rice crop. The need to address the common bacterial leaf blight in rice is a serious disease that can lead to reduced yields and even crop loss of up to 75%. This paper is a design and development of a rice leaf disease detection mobile application prototype using an algorithm used for image analysis. The researchers also used the Rice Disease Image Dataset by Huy Minh Do available at https://www.kaggle.com/ to train state-of-the-art convolutional neural networks using transfer learning. Moreover, we used image augmentation to increase the number of image samples and the accuracy of the neural networks as well

arxiv情報

提供元, 利用サービス

arxiv.jp, Google