Enfermedad del arroz de Hispa, modelos de aprendizaje profundo

Dr. Vinay Kukreja is presently working as an Associate Professor in Department of Computer Science and Engineering at Chitkara University, Punjab, India. His research areas are machine learning, deep learning and agile development.Rishabh Sharma is a B.Tech (IT), M.E.(CSE) and currently pursuing Ph.D from Chitkara University, Punjab, India.

La agricultura es el elemento más importante del planeta, y las operaciones agrícolas a gran escala en todo el mundo la hacen más susceptible a numerosas enfermedades. El arroz es una de las plantas agrícolas más importantes que se cultiva en enormes cantidades. Hay una gran variedad de enfermedades del arroz que afectan a las plantaciones de este cultivo de diversas maneras, y detectarlas y reconocerlas es una de las tareas más difíciles. Se ha iniciado un intento de utilizar el aprendizaje profundo para reconocer la enfermedad de la hispa del arroz. Para llevar a cabo el trabajo experimental con un conjunto de datos en tiempo real de la hispa del arroz y la planta de cultivo de arroz sana, se utilizó un enfoque de aprendizaje profundo basado en CNN. La detección de la enfermedad del hispa del arroz se dividió en dos partes: la primera fue una clasificación binaria basada en plantas sanas y enfermas, y la segunda fue una clasificación múltiple basada en cinco niveles de gravedad de la enfermedad. La arquitectura y el modelo sugeridos sirven como sistema de detección de la enfermedad del arroz (RDD) para la enfermedad de la hispa del arroz, ayudando a los agricultores y cultivadores a reconocer y detectar las plantas de cultivo de arroz y a tomar las medidas adecuadas y oportunas.