Rilevamento della malattia di Hispa del riso utilizzando un modello di apprendimento profondo

L'agricoltura è l'elemento più importante del globo, e le operazioni agricole su larga scala in tutto il mondo la rendono più suscettibile a numerose malattie. Il riso è una delle più importanti piante agricole coltivate in enormi quantità. Esiste una varietà di malattie del riso che hanno un impatto sulle piantagioni di riso in vari modi, e individuarle e riconoscerle è uno dei compiti più difficili. È stato avviato uno sforzo per utilizzare l'apprendimento profondo per riconoscere la malattia dell'hispa del riso. Al fine di effettuare il lavoro sperimentale con un set di dati in tempo reale di hispa di riso e di piante di riso sane, è stato utilizzato un approccio di deep learning basato su CNN. Il rilevamento della malattia dell'hispa di riso è stato diviso in due parti: la prima era una classificazione binaria basata su piante sane e malate, e la seconda era una multi-classificazione basata su cinque livelli di gravità della malattia. L'architettura e il modello suggeriti servono come sistema di rilevamento delle malattie del riso (RDD) per la malattia dell'hispa del riso, assistendo gli agricoltori e i coltivatori nel riconoscimento e nell'individuazione delle piante di riso e nell'intraprendere azioni appropriate e tempestive.

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.