KI-Algorithmen zur Klassifizierung und Vorhersage von Krankheiten bei Tomatenpflanzen

Pour la classification des feuilles de tomate, trois nouveaux modèles de réseaux de neurones convolutifs profonds sont discutés. Les performances des ensembles de données étendus et originaux sont comparées à celles de modèles de pointe tels qu'AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 et ResNet-101 avec apprentissage par transfert. Les maladies des plantes de tomate, à savoir le mildiou, les taches bactériennes, l'oïdium, le virus du mosaïque, les taches cibles, les taches foliaires de Septoria, le virus du curling des feuilles jaunes et les mineuses, sont abordées dans ce livre. La température et l'humidité relative jouent un rôle important dans la vulnérabilité des conditions environnementales aux maladies des plantes. La prévision de ces paramètres est réalisée à l'aide de modèles tels que ARIMA, Prophet, Long Short-Term Memory et Long Short-Term Memory bilinéaire avec optimisation bayésienne.