EfficientNetV2B0

通过数据生成提升深度学习模型性能，用于植物病害检测

研究人员开发了一种全面的数据生成策略，以提高深度学习模型在植物病害诊断中的性能。该策略涉及使用CutMix、MixUp和深度卷积生成对抗网络（DCGANs）等技术来创建合成数据。生成的数据应用于三种场景：平衡类别分布、增加每个类别的样本数量以及在保持平衡的同时扩展数据集。使用EfficientNetV2B0架构进行的实验证明了分类精度的显著提高，突显了数据多样性和类别平衡对于有效植物病害检测的重要性。