Exclusivo BibloRed
Otros

Detection of Apple Lesions in Orchards Based on Deep Learning Methods of CycleGAN and YOLOV3-Dense

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Autor
Año de publicación 2019
Idioma Inglés
Publicado por Revista VirtualPRO,

Descripción: Las enfermedades de las plantas son una de las principales causas de la reducción del rendimiento de los cultivos. Con el desarrollo de la visión por ordenador y la tecnología de aprendizaje profundo, la detección autónoma de imágenes de lesiones de la superficie de la planta recogidas por sensores ópticos se ha convertido en una importante dirección de investigación para el diagnóstico oportuno de enfermedades de los cultivos. En este trabajo, se propone un método de detección de lesiones de antracnosis basado en el aprendizaje profundo. En primer lugar, para el problema de los datos de imagen insuficientes causados por la aparición aleatoria de enfermedades de la manzana, además de las técnicas tradicionales de aumento de imagen, en este trabajo se utiliza el modelo de aprendizaje profundo Cycle-Consistent Adversarial Network (CycleGAN) para lograr el aumento de datos. Estos métodos enriquecen eficazmente la diversidad de los datos de entrenamiento y proporcionan una base sólida para entrenar el modelo de detección. En este trabajo, sobre la base del aumento de datos de imágenes, se utiliza una red neuronal densamente conectada (DenseNet) para optimizar las capas de características del modelo YOLO-V3 que tienen menor resolución. DenseNet mejora en gran medida la utilización de características en la red neuronal y mejora el resultado de detección del modelo YOLO-V3. En los experimentos se comprueba que el modelo mejorado supera en rendimiento de detección a Faster R-CNN con VGG16 NET, al modelo original YOLO-V3 y a otras tres redes de última generación, y puede realizar la detección en tiempo real. El método propuesto puede aplicarse bien a la detección de lesiones de antracnosis en superficies de manzanas en huertos.
Citación recomendada (normas APA)
: Hindawi, "Detection of Apple Lesions in Orchards Based on Deep Learning Methods of CycleGAN and YOLOV3-Dense", -:Revista VirtualPRO,, 2019. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3912148/), el día 2025-12-19.

Información adicional

Fuente Revista Virtual Pro
Términos y condiciones de uso Más información aquí
Año de publicación 2019

Detection of Apple Lesions in Orchards Based on Deep Learning Methods of CycleGAN and YOLOV3-Dense

Información adicional

Mis colecciones

¿Eliminar esta reseña?