USING CONVOLUTIONAL NEURAL NETWORK FOR GRAPE PLANT DISEASE CLASSIFICATION

Cemal İhsan Sofuoğlu; Derya Bırant

Makale detayları

USING CONVOLUTIONAL NEURAL NETWORK FOR GRAPE PLANT DISEASE CLASSIFICATION

Yazarlar:

Cemal İhsan Sofuoğlu | Derya Bırant

Yayıncı:

Bursa Uludağ University

Ana Başlıklar:

Yapay Zeka

Dergi:

Uludağ Üniversitesi Mühendislik Fakültesi Dergisi Vol.28 Issue 3, pp.809-820

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

İngilizce

Document ID (Org No.):

2001304363

pISSN:

2148-4155

Anahtar kelimeler:

Özet:

 Plant disease classification is the use of machine learning techniques for determining the type of disease from the input leaf images of the plants based on certain features. It is an important research area since early identification and treatment of plant disease is critical for saving crops, preventing agricultural disasters, and improving productivity in agriculture. This study proposes a new convolutional neural network model that accurately classifies the diseases on the plant leaves for the agriculture sectors. It especially works on the classification of plant diseases for grape leaves from images by designing a deeplearning architecture. A web application was also implemented to help the agricultural workers. The experiments carried out on real-world images showed that a significant improvement 8.7 on average was achieved by the proposed model 98.53 against the state-of-the-art models 89.84 in terms of accuracy.

 Plant disease classification is the use of machine learning techniques for determining the type of disease from the input leaf images of the plants based on certain features. It is an important research area since early identification and treatment of plant disease is critical for saving crops, preventing agricultural disasters, and improving productivity in agriculture. This study proposes a new convolutional neural network model that accurately classifies the diseases on the plant leaves for the agriculture sectors. It especially works on the classification of plant diseases for grape leaves from images by designing a deeplearning architecture. A web application was also implemented to help the agricultural workers. The experiments carried out on real-world images showed that a significant improvement 8.7 on average was achieved by the proposed model 98.53 against the state-of-the-art models 89.84 in terms of accuracy.

 Plant disease classification is the use of machine learning techniques for determining the type of disease from the input leaf images of the plants based on certain features. It is an important research area since early identification and treatment of plant disease is critical for saving crops, preventing agricultural disasters, and improving productivity in agriculture. This study proposes a new convolutional neural network model that accurately classifies the diseases on the plant leaves for the agriculture sectors. It especially works on the classification of plant diseases for grape leaves from images by designing a deeplearning architecture. A web application was also implemented to help the agricultural workers. The experiments carried out on real-world images showed that a significant improvement 8.7 on average was achieved by the proposed model 98.53 against the state-of-the-art models 89.84 in terms of accuracy.

 Bitki hastalık sınıflandırması, belirli özelliklere dayalı olarak bitkilerin yaprak görüntülerinden hastalık türünün belirlenmesi için makine öğrenmesi tekniklerinin kullanılmasıdır. Bitki hastalıklarının erken teşhisi ve tedavisi, ekinleri kurtarmak, tarımsal felaketleri önlemek ve tarımda verimliliği artırmak için kritik olduğundan, önemli bir araştırma alanıdır. Bu çalışma, tarım sektörü için bitki yapraklarındaki hastalıkları doğru bir şekilde sınıflandıran yeni bir evrişimli sinir ağı modeli önermektedir. Bir derin öğrenme mimarisi tasarlayarak özellikle üzüm yapraklarındaki hastalıkların sınıflandırılması üzerine çalışmaktadır. Tarım işçilerine yardımcı olması için bir web uygulaması da geliştirilmiştir. Gerçek dünya görüntüleri üzerinde yapılan denemeler, önerilen modelin 98,53 doğruluk açısından son teknoloji modellere 89,84 göre ortalamada önemli bir iyileştirme 8,7 sağladığını göstermiştir.

Makale detayları

USING CONVOLUTIONAL NEURAL NETWORK FOR GRAPE PLANT DISEASE CLASSIFICATION

Yazarlar:

Cemal İhsan Sofuoğlu | Derya Bırant

Yayıncı:

Bursa Uludağ University

Ana Başlıklar:

Yapay Zeka

Dergi:

Uludağ Üniversitesi Mühendislik Fakültesi Dergisi Vol.28 Issue 3, pp.809-820

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

İngilizce

Document ID (Org No.):

2001304363

pISSN:

2148-4155

Deep Learning

Convolutional Neural Network

Image Classification

Agriculture

Grape

Plant DiseaseDerin Öğrenme

Evrişimli Sinir Ağı

Görüntü Sınıflandırma

Tarım

Üzüm

Bitki Hastalığı

Sayı

Makale detayları

Yazarlar: Cemal İhsan Sofuoğlu | Derya Bırant

Yayıncı: Bursa Uludağ University

Ana Başlıklar: Yapay Zeka

Dergi: Uludağ Üniversitesi Mühendislik Fakültesi Dergisi Vol.28 Issue 3, pp.809-820

Belge Tipi: Makale

Yayın Tarihi: 12/2023

Belge Dili: İngilizce

Document ID (Org No.): 2001304363

pISSN: 2148-4155

Sayı

Yazarlar:

Cemal İhsan Sofuoğlu | Derya Bırant

Yayıncı:

Bursa Uludağ University

Ana Başlıklar:

Yapay Zeka

Dergi:

Uludağ Üniversitesi Mühendislik Fakültesi Dergisi Vol.28 Issue 3, pp.809-820

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

İngilizce

Document ID (Org No.):

2001304363

pISSN:

2148-4155