Abstrato

Otimização de CNN com LSTM para classificação e previsão de plantas

Anuradha Tyagi, Deepika Punj, Shilpa Sethi

As doenças das plantas são uma ameaça distinta para o campo da agricultura e das culturas em todo o mundo. As doenças que não são tratadas adequadamente resultarão na redução da colheita da cultura. A identificação precoce da doença é muito importante. Isto evita que a doença se espalhe para outras plantas. A deteção de doenças comuns nas plantas é feita pela observação direta de cada planta. Quanto ao motivo da investigação, é descobrir a doença numa fase inicial permitindo que a técnica de maneio conservador inicie o tratamento e evite a propagação da doença em plantas ou folhas remanescentes. O esquema proposto é uma analogia de deteção automática baseada na observação através do processamento digital de imagens apoiada pelo desenvolvimento de tecnologia visual e produtos digitais. A deteção de doenças nas plantas baseia-se no facto de as folhas adoecerem devido a insetos, bactérias ou fungos. No entanto, o esquema inculca a detecção automática de doenças nas plantas e a deficiência ocorreu devido à natureza complexa da doença. Assim sendo, o esquema proposto de identificação de definições de tipos de doença utiliza um nível de cinzento composto por CNN (Convolutional Neural Network) e Long-Term Memory (LSTM) com eficiência de qualquer precisão.