Детекция болезней листьев с помощью CNN и ViT
Идентификация заболеваний растений по изображениям листьев с использованием глубокого обучения.
О сервисе
Что умеет эта модель? Модель предназначена для автоматического обнаружения и классификации заболеваний сельскохозяйственных культур по изображениям листьев. Используя комбинацию сверточных нейронных сетей (CNN) и трансформеров Vision (ViT), она способна выявлять характерные признаки болезней, помогая своевременно диагностировать проблемы и принимать меры для сохранения урожая. Как обучена эта модель? Модель была обучена на наборе данных изображений листьев различных растений, пораженных или не пораженных болезнями. В процессе обучения использованы продвинутые методы глубокого обучения, сочетающие локальное извлечение признаков с помощью CNN и глобальное контекстное понимание с помощью архитектуры трансформеров (ViT) для повышения точности классификации. Предполагается, что модель использует фреймворк TensorFlow 2. Применение Эта модель может быть использована в сельском хозяйстве для: Мониторинга здоровья растений и раннего выявления болезней. Автоматизированной оценки состояния сельскохозяйственных культур. Поддержки принятия решений фермерами по уходу за растениями. Разработки систем точного земледелия. Ссылки khanaamer/leaf-disease-detection-using-cnn-and-vit/tensorFlow2/default Источник: https://qubu.ai/models/detektsiya-boleznei-listev-s-pomoschyu-cnn-i-vi-t License: MIT
