Abstracto

Optimización de CNN con LSTM para clasificación y predicción de plantas

Anuradha Tyagi, Deepika Punj, Shilpa Sethi

Las enfermedades de las plantas son una amenaza clara para el campo de la agricultura y las plantaciones en todo el mundo. Las enfermedades que no se tratan adecuadamente darán como resultado una reducción de la cosecha del cultivo. La identificación temprana de la enfermedad es algo muy importante. Esto es para evitar que la enfermedad se propague a otras plantas. La detección de enfermedades comunes de las plantas se realiza mediante la observación directa de cada planta. Considerando que, el motivo detrás de la investigación es descubrir la enfermedad en la etapa temprana que permite la técnica de manejo conservador para iniciar el tratamiento y evitar la propagación de la enfermedad en las plantas o las hojas restantes. El esquema propuesto es una analogía de detección automática que se basa en la observación utilizando el procesamiento de imágenes digitales respaldado por el desarrollo de tecnología visual y productos digitales. La detección de enfermedades de las plantas se basa en las hojas enfermas debido a insectos, bacterias u hongos. Sin embargo, el esquema inculca la detección automática de enfermedades en las plantas y la deficiencia se produjo debido a la naturaleza compleja de la enfermedad. Por lo tanto, las identificaciones del esquema propuesto de las definiciones de tipo de enfermedad utilizan un nivel de gris que comprende CNN (red neuronal convolucional) y memoria de corto plazo largo (LSTM) con eficiencia y precisión.