Все статьи автора в журнале: Угловский А.С.

1. Классификация болезней растений с использованием алгоритма глубокого обучения

   Classification of plant diseases using deep learning algorithm

   Номер: 2024 / 08

   Угловский А.С. | Uglovskiy A.S. | Семеренко Н.Ю. | Semerenko N.YU. | a.uglovskii@yarcx.ru, semerenko@yarcx.rua.uglovskii@yarcx.ru, semerenko@yarcx.ru

   Авторы статьи

   Authors

   Угловский А.С.

   Uglovskiy A.S.

   Семеренко Н.Ю.

   Semerenko N.YU.

   a.uglovskii@yarcx.ru, semerenko@yarcx.ru

   a.uglovskii@yarcx.ru, semerenko@yarcx.ru

   ---

   Классификация болезней растений с использованием алгоритма глубокого обучения

    

   УДК 631.3

   DOI: 10.36652/0869-4931-2024-78-8-343-349

    

   Представлена система классификации болезней растений от сбора данных до развертывания графического интерфейса. Предложена модель глубокого обучения на основе сверточных нейронных сетей (CNN). Проведена оценка производительности предлагаемой системы с использованием некоторого набора количественных показателей, включающих точность. Модели глубокого обучения протестированы на немаркированных изображениях культур, представляющих собой смесь листьев здоровых и больных растений, а затем проверено, насколько точно они могут их идентифицировать. В статье приведены показатели по яблоням, исследованиям монилиоза и парши.

    

   ---

   Ключевые слова

   сверточная нейронная сеть, модель глубокого обучения, выявление болезней растений, сегментация изображений, набор данных

   Classification of plant diseases using deep learning algorithm

   A plant disease classification system from data collection to graphical interface deployment. is presented A deep learning model based on convolutional neural networks (CNN) is proposed. The performance of the proposed system was assessed using a certain set of quantitative indicators, including accuracy. The deep learning models were tested on unlabeled crop images representing a mixture of leaves from healthy and diseased plants. It was tested how accurately the models could identify them. The article provides indicators for apple trees, studies of moniliosis and scab.

   ---

   Keywords

   convolutional neural network, deep learning model, plant disease detection, image segmentation, dataset