English(EN) AgriMind: An Ensemble Deep Learning Framework for Multi-Class Plant Disease Classification

深度学习集成提高了植物病害分类的准确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-15 15:37

研究人员开发了AgriMind，一个用于自动化植物病害分类的集成深度学习框架。该系统结合了三种模型——ResNet50、EfficientNet-B0和DenseNet121——这些模型在超过20,000张辣椒、土豆和番茄植物的图像上进行了训练。该集成模型达到了99.23%的准确率，与单个模型相比显著降低了错误率，并展示了在GPU上高效的处理速度。 AI

影响自动化植物病害检测，有望提高农业产量和农民的效率。

排序理由该集群包含一篇详细介绍用于特定应用的新的深度学习框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Fahima Haque Talukder Jely · 2026-05-15 15:37

AgriMind: An Ensemble Deep Learning Framework for Multi-Class Plant Disease Classification

Plant disease detection is still largely manual in Bangladesh, where extension workers eyeball leaf samples across millions of smallholdings. We built AgriMind to automate this: an ensemble of ResNet50, EfficientNet-B0, and DenseNet121 trained on 20,638 PlantVillage images across…

报道来源 [1]

AgriMind: An Ensemble Deep Learning Framework for Multi-Class Plant Disease Classification

相关实体

相关话题