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。
➡️