Abstracto

Modelos optimizados de computación blanda para la clasificación de hojas de plantas utilizando conjuntos de datos pequeños

Priya Dhir y Jasmeen Gill

La clasificación de las hojas de las plantas es una tarea imperativa cuando se considera su uso en el mundo real, ya sea con fines medicinales o en el sector agrícola. Por lo tanto, la identificación precisa de las plantas es bastante importante, ya que existen numerosas plantas venenosas que, si los humanos las consumen o usan por error, pueden resultar fatales para sus vidas. Además, en la agricultura, la detección de ciertos tipos de malezas puede resultar bastante importante para salvar los cultivos contra estas plantas no deseadas. En general, las redes neuronales artificiales (ANN) son un candidato adecuado para la clasificación de imágenes cuando se dispone de pequeños conjuntos de datos. Sin embargo, estos sufren problemas de mínimos locales que se pueden resolver de manera efectiva utilizando algunas técnicas de optimización global. Considerando este problema, el presente artículo de investigación presenta un sistema automatizado de clasificación de hojas de plantas utilizando modelos de computación blanda optimizados en los que las ANN se optimizan utilizando el algoritmo de optimización Grasshopper (GOA). Además, el modelo propuesto superó las técnicas de vanguardia en comparación con las ANN simples y las ANN basadas en optimización de enjambre de partículas. Los resultados muestran que el sistema de clasificación de hojas de plantas basado en GOA-ANN propuesto es una técnica prometedora para pequeños conjuntos de datos de imágenes.