基於深度學習與物件偵測的鳳梨釋迦病蟲害影像辨識

字體大小:A- A A+

單位商業會員附件下載:
計畫名稱: 基於深度學習與物件偵測的鳳梨釋迦病蟲害影像辨識
計畫主持人: 王隆仁
共同計畫主持人:
計畫編號: MOST110-2221-E153-007
計畫主管機構: 科技部
計畫執行機構: 國立屏東大學資訊工程學系
全程計畫年: 2021
關鍵字: 鳳梨釋迦;病蟲害;影像辨識;卷積神經網絡;YOLO;Custard apple; pests and diseases; image recognition; convolutional neural network; YOLO
摘要: 臺灣生產的鳳梨釋迦,果實品質優良且深受消費者喜愛,為國内水果出口量第二位。鳳梨釋迦從幼苗到開發結果時期,每階段會都被病蟲害所困擾。在檢視及分辦鳳梨釋迦病蟲害的方面,採用人工檢查將是一項緩慢而乏味的工作,同時其誤差因素與檢查遺漏也會很高。為了克服這一問題,本計畫運用AI影像辨識技術來協助這項病蟲害辨識的任務。本計畫的目的是輔助農民能夠快速辨別釋迦樹上的病蟲害位置和種類。並針對鳳梨釋迦的果實和葉子進行影像數據收集,再利用深度學習及物件偵測技術訓練模型,最後利用邊界框座標進行定位病蟲害位置與分類。因為病蟲害繁殖速度很快,所以農民對於檢測速度非常看重,能多一秒檢測出問題就能給農民更多的時間進行補救。
資源連結: 前往查看