Read more
A agricultura é o elemento mais importante do globo, e as operações agrícolas em larga escala em todo o mundo a tornam mais suscetível a numerosas doenças. O arroz é uma das mais importantes plantas agrícolas cultivadas em enormes quantidades. Há uma variedade de doenças do arroz que têm impacto nas plantações de arroz de várias maneiras, e detectá-las e reconhecê-las é uma das tarefas mais difíceis. Foi iniciado um esforço para usar uma aprendizagem profunda para reconhecer a doença do hispa do arroz. A fim de realizar o trabalho experimental com um conjunto de dados em tempo real de hispa de arroz e plantas saudáveis de arroz, foi utilizada uma abordagem de aprendizagem profunda baseada na CNN. A detecção da doença do hispa do arroz foi dividida em duas partes: a primeira foi uma classificação binária baseada em plantas saudáveis e doentes, e a segunda foi uma classificação múltipla baseada em cinco níveis de gravidade da doença. A arquitetura e o modelo sugeridos servem como um sistema de detecção de doenças do arroz (RDD) para a doença do hispa do arroz, ajudando os agricultores e cultivadores a reconhecer e detectar plantas orizícolas e a tomar medidas apropriadas e oportunas.
About the author
Dr. Vinay Kukreja is presently working as an Associate Professor in Department of Computer Science and Engineering at Chitkara University, Punjab, India. His research areas are machine learning, deep learning and agile development.Rishabh Sharma is a B.Tech (IT), M.E.(CSE) and currently pursuing Ph.D from Chitkara University, Punjab, India.
