Algoritmos de IA para classificação e previsão de doenças do tomateiro

Três novos modelos de redes neurais convolucionais profundas são discutidos para a classificação de folhas de tomateiro. O desempenho dos conjuntos de dados aumentados e originais é comparado utilizando modelos topo de gama, como AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 e ResNet-101 com aprendizagem por transferência. As doenças do tomateiro, nomeadamente o míldio, o míldio tardio, a mancha bacteriana, o bolor das folhas, o vírus do mosaico, a mancha alvo, a mancha de Septoria, o vírus do enrolamento amarelo das folhas e o mineiro das folhas, são abordadas neste livro. A temperatura e a humidade relativa desempenham um papel importante nas condições ambientais susceptíveis de provocar doenças nas plantas. A previsão destes parâmetros é feita utilizando modelos como o ARIMA, o Prophet, o Long Short-Term Memory e o Bilinear Long Short-Term Memory com otimização Bayesiana.