Las enfermedades de las plantas son uno de los grandes desafíos que enfrenta el sector agrícola en todo el mundo. En los Estados Unidos, las enfermedades de los cultivos causan pérdidas de un tercio de la producción de cultivos anualmente. A pesar de la importancia, el diagnóstico de enfermedades de los cultivos es un desafío para los agricultores de recursos limitados si se realiza mediante la observación óptica de los síntomas de las hojas de las plantas.
Por lo tanto, existe una necesidad urgente de mejorar notablemente la detección, el seguimiento y la predicción de las enfermedades de los cultivos para reducir las pérdidas agrícolas. La visión por computadora potenciada con Machine Learning (ML) tiene una gran promesa para mejorar el monitoreo de cultivos a escala en este contexto.
documento presenta un sistema móvil impulsado por ML para automatizar el proceso de diagnóstico de enfermedades de las hojas de las plantas. El sistema desarrollado utiliza redes neuronales convolucionales (CNN) como motor de aprendizaje profundo subyacente para clasificar 38 categorías de enfermedades. Recopilamos un conjunto de datos de imágenes que contiene 96,206 imágenes de hojas de plantas sanas e infectadas para entrenar, validar y probar el modelo de CNN. La interfaz de usuario está desarrollada como una aplicación móvil de Android, lo que permite a los agricultores capturar una foto de las hojas de las plantas infectadas.
Luego muestra la categoría de la enfermedad junto con el porcentaje de confianza. Se espera que este sistema cree una mejor oportunidad para que los agricultores mantengan sus cultivos saludables y eliminen el uso de fertilizantes inadecuados que podrían estresar las plantas. Finalmente, evaluamos nuestro sistema utilizando varias métricas de rendimiento, como la precisión de la clasificación y el tiempo de procesamiento.
mdpi.com
