Głębokie uczenie z sieciami neuronowymi

Choroby i szkodniki roślin są ważnymi czynnikami determinującymi plon i jakość roślin. Identyfikację chorób i szkodników roślin można przeprowadzić za pomocą cyfrowego przetwarzania obrazu. W ostatnich latach głębokie uczenie dokonało przełomu w dziedzinie cyfrowego przetwarzania obrazu znacznie przewyższając tradycyjne metody. Sposób wykorzystania technologii głębokiego uczenia się do badania chorób roślin i identyfikacji szkodników stał się kwestią badawczą budzącą duże zainteresowanie naukowców. Niniejsza książka zawiera definicję problemu wykrywania chorób i szkodników roślin a także przedstawia porównanie z tradycyjnymi metodami wykrywania chorób i szkodników roślin. Zgodnie z różnicą w strukturze sieci niniejsze opracowanie przedstawia badania nad wykrywaniem chorób roślin i szkodników w oparciu o głębokie uczenie się w ostatnich latach z trzech aspektów sieci klasyfikacji sieci wykrywania i sieci segmentacji a także podsumowuje zalety i wady każdej metody.