Implementierung der Identifizierung von Blattkrankheiten bei landwirtschaftlichen Pflanzen mit

Der landwirtschaftliche Bereich spielt eine wichtige Rolle in unserem täglichen Leben. Aus diesem Grund ist es wichtig, dass Maßnahmen zur Erkennung und Bekämpfung von Blattkrankheiten bei landwirtschaftlichen Pflanzen ergriffen werden. Blattkrankheiten sind ein Hauptproblem oder ein Faktor für Ernteverluste in der Landwirtschaft. In diesem vorgeschlagenen System haben wir mehrere Klassifizierungsschritte angewandt, um mögliche Krankheiten auszuschließen. Wir haben YOLOv3 mit Pressung und Datenerweiterung für die Extraktion von Blättern als Eingabebilder verwendet und das Blatt durch ein auf Resnet50 basierendes Modell extrahiert sowie einen Flask-Server, um die Kategorie der Blattkrankheit zu definieren. Wir trainierten den Datensatz für Pflanzendörfer. Die hauptsächlich verwendeten Datensatznamen sind Tomaten-, Paprika- und Kartoffelbilder aus dem Pflanzendorf-Datensatz. In unserem vorgeschlagenen System wird die Klassifizierung in mehreren Stufen durchgeführt, um in jeder Stufe Möglichkeiten auszuschließen und somit eine bessere Genauigkeit bei der Vorhersage zu erzielen. Außerdem ist die Genauigkeit besser als bei den bestehenden Algorithmen.