Biblioteca122.739 documentos en línea

Artículos

Using Deep Convolutional Neural Networks for Image-Based Diagnosis of Nutrient Deficiencies in RiceUso de redes neuronales convolucionales profundas para el diagnóstico basado en imágenes de las deficiencias de nutrientes en el arroz

Resumen

Los síntomas de las deficiencias de nutrientes en las plantas de arroz suelen aparecer en las hojas. Por lo tanto, el color y la forma de las hojas pueden utilizarse para diagnosticar las deficiencias de nutrientes en el arroz. La clasificación de imágenes es un enfoque eficiente y rápido para esta tarea de diagnóstico. Las redes neuronales convolucionales profundas (DCNN) han demostrado ser eficaces en la clasificación de imágenes, pero su uso para identificar las deficiencias de nutrientes en el arroz ha recibido poca atención. En el presente estudio, exploramos la precisión de diferentes DCNNs para el diagnóstico de las deficiencias de nutrientes en el arroz. Se obtuvieron un total de 1818 fotografías de hojas de plantas mediante experimentos hidropónicos para cubrir la nutrición completa y 10 clases de deficiencias de nutrientes. Las fotografías se dividieron en conjuntos de entrenamiento, validación y prueba en una proporción de 3 :1 :1. Se realizó un ajuste fino para evaluar cuatro DCNN de última generación: Inception-v3, ResNet con 50 capas, NasNet-Large y DenseNet con 121 capas. Todas las DCNN obtuvieron precisiones de validación y de prueba superiores al 90%, siendo DenseNet121 la que obtuvo mejores resultados (precisión de validación = 98,62 ± 0,57%; precisión de prueba = 97,44 ± 0,57%). El rendimiento de las DCNN se validó mediante la comparación con la característica de color con máquina de vectores de apoyo y el histograma de gradiente orientado con máquina de vectores de apoyo. Este estudio demuestra que las DCNN proporcionan un enfoque eficaz para diagnosticar las deficiencias de nutrientes en el arroz.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento