arXiv cs.LG· Haimanot Bitew Alemayehu, Simachew Melaku Ayalew, Chilotie Desalew Mengesha, Ayisheshim Almaw Bogale, Anteneh Birhan Yenew, Abrham Tegegne Bogale·· 7 小时前AI 评分12
轻量 CNN 检测马铃薯叶片病害：在埃塞俄比亚田间数据集上达 90.28% 准确率
Detection of Potato Plant Leaf Diseases using Convolutional Neural Networks
AI 导读
一项研究提出轻量卷积神经网络，将马铃薯叶片分为健康、早疫病和晚疫病三类，在 PlantVillage 数据集上测试准确率达 98.66%，在埃塞俄比亚 Banja 采集的 247 张独立田间图像上准确率为 90.28%。该模型含 446,787 个可训练参数、体积约 1.70 MB，每轮训练平均耗时 5.58 秒，优于 VGG16 的 9.96 秒和 MobileNetV2 的 7.68 秒。
来源：arXiv cs.LG · arxiv.org