Detection of some orange fruit diseases based on Deep Learning techniques

Abstract

Detecting diseases on citrus trees in particular and on agricultural crops in general is receiving much research attention due to its importance in building modern, sustainable agriculture. Team members have collected image data sets of several diseases that damage oranges on Kaggle to analyze the diseases and propose corresponding prevention and treatment methods. The authors used many of deep learning and computer vision techniques, through which the machine learning model was trained on a large data set of images. sick and disease-free oranges, thereby learning to distinguish different states based on the EfficientNet-B7 and Inception-V3 network architectures. Initial experimental evaluation shows that the achieved results are very feasible for practical application to predict diseases on oranges.

Keywords: Orange disease classification, deep learning, EfficientNet-B7, Inception-V3.

Tóm tắt

Phát hiện bệnh trên trái cây có múi nói riêng và trên cây nông nghiệp nói chung đã và đang được rất nhiều sự quan tâm nghiên cứu do tầm quan trọng của nó trong việc xây dựng một nền nông nghiệp bền vững và hiện đại. Các thành viên trong nhóm đã thu thập bộ dữ liệu hình ảnh một số loại bệnh gây hại cho cam trên Kaggle để phân tích các loại bệnh và đề xuất các biện pháp ngăn ngừa cũng như phương pháp trị bệnh tương ứng. Nhóm tác giả đã sử dụng một số kỹ thuật học sâu (Deep Learning) và thị giác máy tính (Computer Vision) qua đó mô hình học máy được huấn luyện trên tập dữ liệu lớn của các hình ảnh trái cam bị bệnh và không bệnh, từ đó học cách phân biệt giữa các trạng thái khác nhau dựa trên kiến trúc mạng EfficientNet-B7 và mạng Inception-V3. Bước đầu qua đánh giá thử nghiệm cho thấy kết quả đạt được rất khả thi để ứng dụng vào thực tế nhằm dự đoán các bệnh trên trái cam.

Từ khóa: Phân loại bệnh trên cam, học sâu, EfficientNet-B7, Inception-V3