Prepoznavanje bolezni rastlin ob omejeni količini podatkovUrankar, Jan (Avtor) Emeršič, Žiga (Mentor) Gamulin, Niko (Komentor) Živanov, Dalibor (Komentor) prepoznavanje bolezni rastlinomejene količine podatkovračunalniški vidstrojno učenjeBolezni rastlin povzročajo veliko škodo v kmetijski industriji. Strokovnjaki ocenjujejo, da zaradi bolezni vsako leto izgubimo več kot 30% pridelka. Poleg manjše količine pridelka bolezni poslabšajo tudi njegovo kakovost. Da bi ustavili širjenje bolezni, je pomembno njihovo zgodnje odkrivanje. Pri tem si danes lahko pomagamo s tehnologijo. Modeli globokega učenja za prepoznavanje teh bolezni kažejo dobre rezultate, a za učenje pogosto zahtevajo veliko količino slik, ki pa jih pogosto nimamo. V magistrskem delu smo razvili sistem, ki za učenje potrebuje relativno majhne količine podatkov. Naš algoritem na sliki najprej poišče in izolira posamezen list ali plod. Zatem ga razdeli na manjše dele, iz njih izlušči ključne informacije in na podlagi teh rastlino umesti v določen razred (npr. »zdrav« ali »nezdrav«). Eksperimenti s slikami guave, pšenice in kave so pokazali, da naš pristop pri uporabi zgolj 1 do 10 učnih slik prepozna objekte zanesljiveje kot primerljivi modeli.20262026-09-29 17:05:03Magistrsko delo/naloga188868VisID: 38434sl