Deep Learning‑Based Mobile Application for Plant Disease Detection

Murat Akman; Osman Çam; Bilal Cinar; Durmuş Özdemir

Makale detayları

Deep Learning‑Based Mobile Application for Plant Disease Detection

Yazarlar:

Murat Akman | Osman Çam | Bilal Cinar | Durmuş Özdemir

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.6 Issue 1, pp.20-27

Belge Tipi:

Makale

Yayın Tarihi:

6/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001341108

pISSN:

2687-606X

Anahtar kelimeler:

Özet:

 With the advancement of technology, agriculture has become more efficient and sustainable. In this context, the Plant Disease Diagnosis Application, developed for the Android platform, aims to detect plant diseases in real time by utilizing artificial intelligence technologies. Users can take photos of their plants using their smartphone cameras or upload previously captured images to perform disease diagnosis via the image-based detection button within the application. Alternatively, the real-time detection feature allows users to perform diagnoses directly through the live camera feed. Supported by the TensorFlow Lite library, the machine learning model analyzes visual abnormalities on plant leaves and predicts possible diseases. This mobile solution, designed to support early diagnosis of plant diseases in agricultural production, appeals to a wide range of users including agricultural professionals, hobbyist gardeners, and individuals who grow plants at home. In doing so, the application offers a technological contribution to protecting plant health and enhancing agricultural productivity.

 With the advancement of technology, agriculture has become more efficient and sustainable. In this context, the Plant Disease Diagnosis Application, developed for the Android platform, aims to detect plant diseases in real time by utilizing artificial intelligence technologies. Users can take photos of their plants using their smartphone cameras or upload previously captured images to perform disease diagnosis via the image-based detection button within the application. Alternatively, the real-time detection feature allows users to perform diagnoses directly through the live camera feed. Supported by the TensorFlow Lite library, the machine learning model analyzes visual abnormalities on plant leaves and predicts possible diseases. This mobile solution, designed to support early diagnosis of plant diseases in agricultural production, appeals to a wide range of users including agricultural professionals, hobbyist gardeners, and individuals who grow plants at home. In doing so, the application offers a technological contribution to protecting plant health and enhancing agricultural productivity.

 With the advancement of technology, agriculture has become more efficient and sustainable. In this context, the Plant Disease Diagnosis Application, developed for the Android platform, aims to detect plant diseases in real time by utilizing artificial intelligence technologies. Users can take photos of their plants using their smartphone cameras or upload previously captured images to perform disease diagnosis via the image-based detection button within the application. Alternatively, the real-time detection feature allows users to perform diagnoses directly through the live camera feed. Supported by the TensorFlow Lite library, the machine learning model analyzes visual abnormalities on plant leaves and predicts possible diseases. This mobile solution, designed to support early diagnosis of plant diseases in agricultural production, appeals to a wide range of users including agricultural professionals, hobbyist gardeners, and individuals who grow plants at home. In doing so, the application offers a technological contribution to protecting plant health and enhancing agricultural productivity.

 Gelişen teknolojilerle birlikte tarım, daha verimli ve sürdürülebilir hale gelmektedir. Bu doğrultuda, Android platformu için geliştirilen Bitki Hastalıkları Teşhis Uygulaması, yapay zeka teknolojilerini kullanarak bitkilerdeki hastalıkları gerçek zamanlı olarak tespit etmeyi hedeflemektedir. Kullanıcılar, akıllı telefonlarının kamerasıyla bitkilerinin fotoğrafını çekerek ya da önceden çekilmiş görüntüleri kullanarak uygulama içerisinde yer alan görüntü üzerinden tespit butonu ile hastalık teşhisi gerçekleştirebilirler. Alternatif olarak, gerçek zamanlı tespit seçeneği sayesinde canlı kamera görüntüsü üzerinden de teşhis yapılabilmektedir. TensorFlow Lite kütüphanesiyle desteklenen makine öğrenimi modeli, bitki yapraklarında görülen görsel anormallikleri analiz ederek olası hastalıkları tahmin etmektedir. Tarımsal üretimde hastalıkların erken teşhisine katkı sunmayı amaçlayan bu mobil çözüm; tarım sektörü çalışanları, hobi amaçlı bahçecilikle ilgilenenler ve evde bitki yetiştiren bireyler gibi geniş bir kullanıcı kitlesine hitap etmektedir. Böylece uygulama, bitki sağlığının korunmasına ve tarımsal verimliliğin artırılmasına yönelik teknolojik bir katkı sunmaktadır.

Makale detayları

Deep Learning‑Based Mobile Application for Plant Disease Detection

Yazarlar:

Murat Akman | Osman Çam | Bilal Cinar | Durmuş Özdemir

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.6 Issue 1, pp.20-27

Belge Tipi:

Makale

Yayın Tarihi:

6/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001341108

pISSN:

2687-606X

Plant disease

image processing

machine learning

artifical intelligence

mobile applicationBitki hastalığı

görüntü işleme

makine öğrenmesi

yapay zeka

mobil uygulama

Sayı

Makale detayları

Yazarlar: Murat Akman | Osman Çam | Bilal Cinar | Durmuş Özdemir

Yayıncı: Eskişehir Osmangazi University

Ana Başlıklar: Bilgisayar Yazılımı

Dergi: Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.6 Issue 1, pp.20-27

Belge Tipi: Makale

Yayın Tarihi: 6/2025

Belge Dili: Türkçe

Document ID (Org No.): 2001341108

pISSN: 2687-606X

Sayı

Yazarlar:

Murat Akman | Osman Çam | Bilal Cinar | Durmuş Özdemir

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi Vol.6 Issue 1, pp.20-27

Belge Tipi:

Makale

Yayın Tarihi:

6/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001341108

pISSN:

2687-606X