Revisión sobre red neuronal convolucional (CNN) aplicada a la clasificación de enfermedades de hojas de plantas
Autores: Lu, Jinzhu; Tan, Lijuan; Jiang, Huanyu
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Revisión sobre red neuronal convolucional (CNN) aplicada a la clasificación de enfermedades de hojas de plantas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Producción de cultivos
Enfermedades
Seguridad alimentaria
Aprendizaje profundo
Red neuronal convolucional
Clasificación de enfermedades de plantas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
La producción de cultivos puede verse reducida considerablemente debido a diversas enfermedades, lo que pone en grave peligro la seguridad alimentaria. Por lo tanto, es necesario y urgente detectar con precisión las enfermedades de las plantas. Los métodos de clasificación tradicionales, como la observación a simple vista y los análisis de laboratorio, tienen muchas limitaciones, como ser consumidores de tiempo y subjetivos. Actualmente, los métodos de aprendizaje profundo (DL), especialmente aquellos basados en redes neuronales convolucionales (CNN), han ganado una amplia aplicación en la clasificación de enfermedades de plantas. Han resuelto o parcialmente resuelto los problemas de los métodos de clasificación tradicionales y representan la tecnología de vanguardia en este campo. En este trabajo, revisamos las últimas redes CNN pertinentes a la clasificación de enfermedades de hojas de plantas. Resumimos los principios de DL involucrados en la clasificación de enfermedades de plantas. Además, resumimos los principales problemas y soluciones correspondientes de CNN utilizados para la clasificación de enfermedades de plantas. Además, discutimos la dirección futura de desarrollo en la clasificación de enfermedades de plantas.
Descripción
La producción de cultivos puede verse reducida considerablemente debido a diversas enfermedades, lo que pone en grave peligro la seguridad alimentaria. Por lo tanto, es necesario y urgente detectar con precisión las enfermedades de las plantas. Los métodos de clasificación tradicionales, como la observación a simple vista y los análisis de laboratorio, tienen muchas limitaciones, como ser consumidores de tiempo y subjetivos. Actualmente, los métodos de aprendizaje profundo (DL), especialmente aquellos basados en redes neuronales convolucionales (CNN), han ganado una amplia aplicación en la clasificación de enfermedades de plantas. Han resuelto o parcialmente resuelto los problemas de los métodos de clasificación tradicionales y representan la tecnología de vanguardia en este campo. En este trabajo, revisamos las últimas redes CNN pertinentes a la clasificación de enfermedades de hojas de plantas. Resumimos los principios de DL involucrados en la clasificación de enfermedades de plantas. Además, resumimos los principales problemas y soluciones correspondientes de CNN utilizados para la clasificación de enfermedades de plantas. Además, discutimos la dirección futura de desarrollo en la clasificación de enfermedades de plantas.