COMPARATIVE ANALYSIS OF MACHINE LEARNING METHODS FOR RAPID DETECTION OF VEGETABLE DISEASE USING COMPUTER VISION

Аннотация

Своевременное выявление заболеваний овощных культур имеет важное значение для обеспечения глобальной продовольственной безопасности и минимизации сельскохозяйственных потерь. В настоящем исследовании проведено сравнительное оценивание эффективности четырех моделей глубокого обучения — CNN, ResNet50, EfficientNetB0 и MobileNetV2 — для выявления заболеваний картофеля, томатов и моркови с использованием технологий компьютерного зрения. Для определения эффективности данных моделей они были обучены и протестированы на специально сформированном наборе данных, после чего оценивались по показателям точности классификации и времени инференса. Согласно полученным результатам, наибольшую точность продемонстрировала модель CNN. Модель MobileNetV2 показала высокую эффективность при одновременном учете производительности и высокой скорости обработки, что делает ее перспективной для применения в системах реального времени. Результаты исследования демонстрируют, что облегченные модели глубокого обучения могут обеспечить эффективное выявление заболеваний овощных культур.