Frühzeitige Erkennung von Krankheiten bei Tomaten

Pflanzenkrankheiten und -sch?dlinge sind ein ernstes Problem in der Landwirtschaft. Eine genaue und schnellere Erkennung von Pflanzenkrankheiten und -sch?dlingen k?nnte zur Entwicklung einer fr?hzeitigen Behandlungsmethode beitragen und gleichzeitig die wirtschaftlichen Verluste erheblich verringern. In diesem Zusammenhang hat die Einf?hrung der auf Deep Learning basierenden Bildklassifizierung zu einer betr?chtlichen Anzahl von L?sungen gef?hrt. Das Hauptziel dieser Forschung ist die schnellere Erkennung von Blattkrankheiten bei Tomatenpflanzen durch den Einsatz von Deep Learning (DL), das effizient f?r die Bildklassifizierung unter Verwendung verschiedener Architekturen von Faltungsneuronalen Netzen (CNN) wie VGG-16, ResNet34 und EfficentNet0 eingesetzt werden kann.Vor der abschlie enden Datenaufbereitung wurden einige Vorverarbeitungstechniken an den Daten durchgef?hrt. Im Datensatz wurde ein Ungleichgewicht zwischen den Klassen festgestellt, das durch gewichtete Zufallsstichproben behoben wurde, um Verzerrungen zu vermeiden. Die Modelloptimierung wurde durchgef?hrt, um die Leistung des Modells zu verbessern.Die Ergebnisse der Vorhersagen werden in eine interaktive grafische Benutzeroberfl?che eingebettet. Die GUI zeigt die erkannte Krankheit an. Der Benutzer kann einfach sein eigenes Bild einf?gen, um die Krankheitsklasse zu erkennen.