Algoritmos de IA para la clasificación y predicción de enfermedades del tomate

Se analizan tres nuevos modelos de redes neuronales convolucionales profundas para la clasificación de hojas de tomateras. El rendimiento de los conjuntos de datos aumentados y originales se compara utilizando modelos de última generación como AlexNet, GoogLeNet, VGG16, MobileNetV2, SqueezeNet, ResNet-18, ResNet-50 y ResNet-101 con aprendizaje por transferencia. En este libro se analizan las enfermedades de la planta del tomate, a saber, el tizón temprano, el tizón tardío, la mancha bacteriana, el moho de la hoja, el virus del mosaico, la mancha diana, la mancha foliar Septoria, el virus del rizado amarillo de la hoja y el minador de la hoja. La temperatura y la humedad relativa desempeñan un papel importante en las condiciones ambientales susceptibles a las enfermedades de las plantas. La predicción de estos parámetros se realiza utilizando modelos como ARIMA, Prophet, memoria a corto plazo y memoria a corto plazo bilineal con optimización bayesiana.