TY -的A2 -李,杨AU - M。Azath AU - Zekiwos Melese AU -勃拉克,服从PY - 2021 DA - 2021/06/16 TI -基于深度学习图像处理的棉花叶病虫害诊断SP - 9981437六世- 2021 AB -棉花是一种具有经济意义农产品在埃塞俄比亚,但它是暴露于不同叶面积的约束。大多数情况下,这些限制被认为是疾病和害虫的侵袭,很难探测光着的眼睛。这项研究集中开发一个模型来提高棉花叶疾病和害虫的检测使用深度学习技术,CNN。要做到这一点,研究人员使用了常见的棉叶大豆细菌性斑点病等疾病和害虫,红蜘蛛,叶子矿工。K-fold交叉验证策略是穿数据集分割和提振了CNN模型的泛化。对于这个研究,近2400个标本(600年每个类图像)访问用于训练目的。这种发展模式是使用python版本实现3.7.3和深度学习的模型是装备包称为Keras, TensorFlow支持,和Jupyter用作发展环境。该模型实现了96.4%的精度识别类棉花植物的叶子疾病和害虫。这揭示了其在实时应用程序使用的可行性和潜在需要基于it解决方案来支持传统或手动疾病和害虫的识别。 SN - 2090-0147 UR - https://doi.org/10.1155/2021/9981437 DO - 10.1155/2021/9981437 JF - Journal of Electrical and Computer Engineering PB - Hindawi KW - ER -