KI-Algorithmen zur Klassifizierung und Vorhersage von Krankheiten bei Tomatenpflanzen

Per la classificazione delle foglie di pomodoro vengono discussi tre modelli innovativi di reti neurali convoluzionali profonde. Le prestazioni dei set di dati estesi e originali vengono confrontate con modelli all'avanguardia come AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 e ResNet-101 utilizzando il transfer learning. Le malattie delle piante del pomodoro, tra cui la peronospora, le macchie batteriche, la muffa fogliare, il virus del mosaico, le macchie mirate, le macchie fogliari di Septoria, il virus del ricciolo giallo delle foglie e la minatrice, sono trattate in questo libro. La temperatura e l'umidità relativa giocano un ruolo importante nella suscettibilità delle condizioni ambientali alle malattie delle piante. La previsione di questi parametri avviene attraverso modelli come ARIMA, Prophet, Long Short-Term Memory e Long Short-Term Memory bilineare con ottimizzazione bayesiana.