Algorithmes d'IA pour la classification et la prédiction des maladies des plants de tomates

Trois nouveaux modèles de réseaux neuronaux convolutionnels profonds sont examinés pour la classification des feuilles de tomates. Les performances des ensembles de données augmentés et originaux sont comparées à l'aide de modèles de pointe tels que AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 et ResNet-101 avec apprentissage par transfert. Les maladies de la tomate, à savoir le mildiou, le mildiou tardif, la tache bactérienne, la moisissure des feuilles, le virus de la mosaïque, la tache ciblée, la tache septorienne, le virus de l'enroulement jaune des feuilles et la mineuse des feuilles, sont abordées dans cet ouvrage. La température et l'humidité relative jouent un rôle majeur dans les conditions environnementales susceptibles de provoquer des maladies chez les plantes. La prévision de ces paramètres est effectuée à l'aide de modèles tels que ARIMA, Prophet, Mémoire à long terme et Mémoire à long terme bilinéaire avec optimisation bayésienne.