轻量CNN用于马铃薯叶病分类
热点事件持续更新
轻量CNN用于马铃薯叶病分类
1 篇报道1 个报道来源3 小时前更新
先了解这件事
报道摘要
一项研究开发了轻量级 CNN，将马铃薯叶片分为健康、早疫病和晚疫病三类。模型在 PlantVillage 数据集上训练，测试准确率 98.66%；在埃塞俄比亚 Banja 采集的 247 张独立田间图像上准确率为 90.28%。该模型含 446,787 个可训练参数，占用约 1.70 MB，每轮训练平均 5.58 秒，优于 VGG16 的 9.96 秒和 MobileNetV2 的 7.68 秒。
摘自 arXiv：cs.LG
最新进展10月15日 12:00
轻量级 CNN 用于马铃薯叶片病害检测，田间数据集准确率达 90.28%报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.LG轻量级 CNN 用于马铃薯叶片病害检测，田间数据集准确率达 90.28%
一项研究开发了轻量级 CNN，将马铃薯叶片分为健康、早疫病和晚疫病三类。模型在 PlantVillage 数据集上训练，测试准确率 98.66%；在埃塞俄比亚 Banja 采集的 247 张独立田间图像上准确率为 90.28%。该模型含 446,787 个可训练参数，占用约 1.70 MB，每轮训练平均 5.58 秒，优于 VGG16 的 9.96 秒和 MobileNetV2 的 7.68 秒。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。