Abstrakt

Auf künstlicher Intelligenz (KI) basierendes System zur Erkennung von Chili-Pflanzenkrankheiten

Nived Mangji, Gaurav Shet, Sameer Rane, Rajaram Parab*, Harish Velingkar, Chaitali Karekar, Laxmikant Bordekar, Vrushali Prabhudesa

Die Hauptursache für Qualitäts- und Ertragseinbußen bei landwirtschaftlichen Produkten sind Pflanzenkrankheiten. Die Erkennung und Bekämpfung von Pflanzenkrankheiten stellt Landwirte vor erhebliche Herausforderungen. Daher ist eine rechtzeitige und genaue Diagnose dieser Krankheiten von entscheidender Bedeutung, damit Landwirte geeignete Maßnahmen ergreifen und weitere Verluste verhindern können. Eine frühzeitige Erkennung ermöglicht ein schnelles Handeln, und daher ist es für Landwirte von entscheidender Bedeutung, Pflanzenkrankheiten so früh wie möglich erkennen und diagnostizieren zu können. Die Arbeit konzentriert sich auf den auf Deep Learning basierenden Ansatz zur Erkennung von Krankheiten bei Kältepflanzen für zwei Hauptblattkrankheiten, nämlich die Kräuselkrankheit und die bakterielle Blattfleckenkrankheit. Diese Arbeit schlägt eine Android-Anwendung vor, die Landwirten dabei hilft, Kältekrankheiten zu erkennen, indem sie Blattbilder in das System hochladen. Das System verfügt über eine Reihe von Algorithmen, die die Art der Krankheit identifizieren und die erforderlichen Heilmittel für die jeweilige Krankheit bereitstellen können. Das vom Benutzer eingegebene Bild durchläuft mehrere Verarbeitungsschritte, um die Krankheit zu erkennen, und die Ergebnisse werden dem Benutzer über die Android-Anwendung zurückgegeben.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert

Indiziert in

Chemical Abstracts Service (CAS)
Index Copernicus
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Kosmos IF
Elektronische Zeitschriftenbibliothek
RefSeek
Hamdard-Universität
Europäische Föderation für Informationstechnologie in der Landwirtschaft (EFITA)
IndianScience.in
Gelehrter
International Innovative Journal Impact Factor (IIJIF)
Internationales Institut für organisierte Forschung (I2OR)
Kosmos
Geheime Suchmaschinenlabore
Euro-Pub

Mehr sehen