Enhancing Plant Disease Classification through Manual CNN Hyperparameter Tuning

Khaoula Taji; Fadoua Ghanimi

doi:10.56294/dm2023112

Artículos originales

Published: 2023-12-27

DOI: https://doi.org/10.56294/dm2023112

Mejora de la clasificación de enfermedades vegetales mediante el ajuste manual de hiperparámetros de CNN

Resumen

El diagnóstico de las enfermedades de las plantas es una tarea difícil debido a la naturaleza compleja de las plantas y a las similitudes visuales entre las distintas especies. La identificación y clasificación oportunas de estas enfermedades son cruciales para evitar su propagación en los cultivos. Las redes neuronales convolucionales (CNN) han surgido como una tecnología avanzada para la identificación de imágenes en este ámbito. Este estudio explora las redes neuronales profundas y las técnicas de aprendizaje automático para diagnosticar enfermedades vegetales utilizando imágenes de plantas afectadas, con un énfasis específico en el desarrollo de un modelo CNN y destacando la importancia de los hiperparámetros para obtener resultados precisos. La investigación incluye procesos como el preprocesamiento de imágenes, la extracción de características y la clasificación, junto con una exploración manual de diversos ajustes de hiperparámetros para evaluar el rendimiento del modelo CNN propuesto entrenado en un conjunto de datos de libre acceso. El estudio compara modelos CNN personalizados para la clasificación de enfermedades de plantas, demostrando la viabilidad de la clasificación e identificación automática de enfermedades mediante enfoques basados en el aprendizaje automático. En concreto, presenta un modelo CNN y metodologías tradicionales de aprendizaje automático para clasificar enfermedades en hojas de manzana y maíz, utilizando un conjunto de datos compuesto por 7023 imágenes divididas en 8 categorías. Los criterios de evaluación indican que la CNN alcanza una impresionante precisión de aproximadamente el 98,02%.

Keywords:

Enfermedad vegetal,

Clasificación de enfermedades,

Aprendizaje automático (ML),

Red neuronal convolucional (CNN),

Hiperparámetros,

Detección de enfermedades vegetales,

Clasificación,

Cómo citar

Taji K, Ghanimi F. Mejora de la clasificación de enfermedades vegetales mediante el ajuste manual de hiperparámetros de CNN. Data and Metadata [Internet]. 27 de diciembre de 2023 [citado 6 de julio de 2024];2:112. Disponible en: https://dm.saludcyt.ar/index.php/dm/article/view/112

Aviso de derechos de autor/a

Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.

Article metrics

Google scholar: See link

Métricas

Cargando métricas ...

Vol. 2 (2023)

See full issue

Revistas / Journals

Issue

Acerca de

Envíos