論文の概要: Carrot Cure: A CNN based Application to Detect Carrot Disease

• arxiv url: http://arxiv.org/abs/2304.03511v1
• Date: Fri, 7 Apr 2023 07:10:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-10 12:43:21.073740
• Title: Carrot Cure: A CNN based Application to Detect Carrot Disease
• Title（参考訳）: ニンジン治療 : cnnによるニンジン病検出への応用
• Authors: Shree. Dolax Ray, Mst. Khadija Tul Kubra Natasha, Md. Azizul Hakim, Fatema Nur
• Abstract要約: この研究は、出生神経目的と感染順に完全な畳み込みニューラルネットワークモデル(FCNN)を含むために畳み込みニューラルネットワークを用いている。 提案された畳み込みモデルは99.8%の完全性を達成したが、これは運転者がニンジン病を識別し、その優位性を高めるのに役立つだろう。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Carrot is a famous nutritional vegetable and developed all over the world. Different diseases of Carrot has become a massive issue in the carrot production circle which leads to a tremendous effect on the economic growth in the agricultural sector. An automatic carrot disease detection system can help to identify malicious carrots and can provide a guide to cure carrot disease in an earlier stage, resulting in a less economical loss in the carrot production system. The proposed research study has developed a web application Carrot Cure based on Convolutional Neural Network (CNN), which can identify a defective carrot and provide a proper curative solution. Images of carrots affected by cavity spot and leaf bright as well as healthy images were collected. Further, this research work has employed Convolutional Neural Network to include birth neural purposes and a Fully Convolutional Neural Network model (FCNN) for infection order. Different avenues regarding different convolutional models with colorful layers are explored and the proposed Convolutional model has achieved the perfection of 99.8%, which will be useful for the drovers to distinguish carrot illness and boost their advantage.
• Abstract（参考訳）: ニンジンは有名な栄養野菜であり、世界中で開発されている。 ニンジンの異なる病気は、ニンジン生産サークルにおいて大きな問題となり、農業部門の経済成長に大きな影響を与えている。 自動ニンジン病検出システムは、悪質なニンジンを識別するのに役立ち、早期にニンジン病を治療するためのガイドを提供し、ニンジン生産システムにおける経済的損失を減少させる。 本研究では,畳み込みニューラルネットワーク(convolutional neural network, cnn)に基づくwebアプリケーションであるcarrot cureを開発した。 キャビティスポットや葉の鮮明さ,健康なイメージに影響を受けるニンジンの画像を収集した。 さらに本研究は,畳み込みニューラルネットワークを用いて出生時の神経目的と,感染順序に完全畳み込みニューラルネットワークモデル(fcnn)を応用した。 色とりどりの異なる畳み込みモデルに関する様々な方法が検討され、提案されている畳み込みモデルは99.8%の完全性を達成している。

関連論文リスト

• PND-Net: Plant Nutrition Deficiency and Disease Classification using Graph Convolutional Network [18.778641229886393]
  本稿では,グラフ畳み込みネットワーク(GNN)を用いた植物栄養障害と疾患分類の新しい深層学習法を提案する。 The proposed method, called Plant Nutrition Deficiency and Disease Network (PND-Net) was evaluate on two public datasets for nutrition deficiency, and two for disease classification using four CNNs。
  論文  参考訳（メタデータ） (2024-10-16T17:01:28Z)
• Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
  1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。 本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
  論文  参考訳（メタデータ） (2024-09-29T07:04:26Z)
• A Channel Attention-Driven Hybrid CNN Framework for Paddy Leaf Disease Detection [0.0]
  作物の損失を回避し、栽培を改善するため、農業において早期かつ正確な病原体同定が重要である。 チャネルアテンション機構とSwish ReLUアクティベーション機能を備えた新しいハイブリッドディープラーニング(DL)分類器を提案する。 我々のモデルは99.76%のF1スコアと99.74%の精度を達成し、既存のモデルの性能を上回った。
  論文  参考訳（メタデータ） (2024-07-16T14:17:26Z)
• NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
  自己申告法はしばしば不正確であり、重大な偏見に悩まされる。 近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。 本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-13T14:56:55Z)
• A Comprehensive Literature Review on Sweet Orange Leaf Diseases [3.0177210416625115]
  葉の病気はキツネ産業の果実の品質に影響を及ぼす。 葉の早期発見と診断は葉の管理に必要である。 葉病に関する総合的なレビュー研究は, モデルの性能を比較した。
  論文  参考訳（メタデータ） (2023-12-04T09:35:21Z)
• Potato Leaf Disease Classification using Deep Learning: A Convolutional Neural Network Approach [0.0]
  コンボリューショナルニューラルネットワーク(CNN)は、ジャガイモの葉の病気を分類するために用いられる。 CNNモデルは、全体的な精度99.1%であり、2種類のジャガイモの葉の病気を同定するのに非常に正確である。
  論文  参考訳（メタデータ） (2023-11-04T07:16:37Z)
• NutritionVerse-3D: A 3D Food Model Dataset for Nutritional Intake Estimation [65.47310907481042]
  高齢者の4人に1人は栄養不良です。 機械学習とコンピュータビジョンは、食品の自動栄養トラッキング方法の約束を示す。 NutritionVerse-3Dは、105個の3D食品モデルの大規模な高解像度データセットである。
  論文  参考訳（メタデータ） (2023-04-12T05:27:30Z)
• Adapting Brain-Like Neural Networks for Modeling Cortical Visual Prostheses [68.96380145211093]
  皮質補綴は視覚野に移植された装置で、電気的にニューロンを刺激することで失った視力を回復しようとする。 現在、これらのデバイスが提供する視覚は限られており、刺激による視覚知覚を正確に予測することはオープンな課題である。 我々は、視覚システムの有望なモデルとして登場した「脳様」畳み込みニューラルネットワーク(CNN)を活用することで、この問題に対処することを提案する。
  論文  参考訳（メタデータ） (2022-09-27T17:33:19Z)
• An Effective Scheme for Maize Disease Recognition based on Deep Networks [0.0]
  植物の病気は食品の安全性に影響を与え、農産物の品質と量を大幅に減少させる。 病気の正確かつタイムリーな診断には多くの課題がある。 本研究は、上記の課題を克服するために、ディープニューラルネットワークに基づく新しいスキームを提案する。
  論文  参考訳（メタデータ） (2022-05-09T12:37:11Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• 3D Convolutional Neural Networks for Stalled Brain Capillary Detection [72.21315180830733]
  脳毛細血管の血流停止などの脳血管障害は、アルツハイマー病の認知機能低下と病態形成と関連している。 本稿では,3次元畳み込みニューラルネットワークを用いた脳画像中の毛細血管の自動検出のための深層学習に基づくアプローチについて述べる。 本手法は,他の手法よりも優れ,0.85マシューズ相関係数,85%感度,99.3%特異性を達成した。
  論文  参考訳（メタデータ） (2021-04-04T20:30:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。