Explainable Artificial Intelligence Enhances Deep Learning for Pumpkin Leaf Disease Detection: A Comparative Analysis of CNN Architectures

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于深度学习的南瓜叶病自动诊断方法,采用ResNet50模型,准确率达到90.5%。该方法提升了诊断效率和可靠性,有助于早期病害管理。

🎯

关键要点

  • 本研究提出了一种基于深度学习的南瓜叶病自动诊断方法。

  • 采用ResNet50模型,准确率达到90.5%。

  • 该方法提升了诊断效率和可靠性。

  • 有助于早期病害管理。

  • 传统南瓜叶病诊断方法效率低下、易出错。

  • 研究结合可解释的人工智能方法,提升了模型的透明度和可靠性。

  • ResNet50在南瓜叶病检测中表现最佳,具有巨大应用潜力。

➡️

继续阅读