Abstrait

Modèles optimisés par calcul souple pour la classification des feuilles de plantes à l'aide de petits ensembles de données

Priya Dhir et Jasmeen Gill

La classification des feuilles de plantes est une tâche impérative lorsque leur utilisation dans le monde réel est envisagée à des fins médicinales ou dans le secteur agricole. L'identification précise des plantes est donc très importante, car il existe de nombreuses plantes toxiques qui, si elles sont consommées ou utilisées par erreur par les humains, peuvent s'avérer mortelles. De plus, dans l'agriculture, la détection de certains types de mauvaises herbes peut s'avérer très importante pour sauver les cultures contre ces plantes indésirables. En général, les réseaux de neurones artificiels (RNA) sont un candidat approprié pour la classification des images lorsque de petits ensembles de données sont disponibles. Cependant, ceux-ci souffrent de problèmes de minima locaux qui peuvent être résolus efficacement à l'aide de certaines techniques d'optimisation globale. Considérant ce problème, le présent article de recherche présente un système automatisé de classification des feuilles de plantes utilisant des modèles de calcul logiciel optimisés dans lesquels les RNA sont optimisés à l'aide de l'algorithme d'optimisation Grasshopper (GOA). De plus, le modèle proposé a surpassé les techniques de pointe par rapport aux RNA simples et aux RNA basés sur l'optimisation par essaim de particules. Les résultats montrent que le système de classification des feuilles de plantes basé sur GOA-ANN proposé est une technique prometteuse pour les petits ensembles de données d'images.