• AI模型
  • 議題
  • 動態牆
  • 會員提問
需同意授權

茶樹病害影像辨識模型

茶樹病害影像辨識模型

茶樹病害影像辨識模型可將田間拍照影像到的茶樹病害徵狀透過此模型作快速辨識。

AI模型訓練過程

團隊利用FastAI開發茶樹的病害影響辨識模型，並使用ResNet-34模型架構為基礎進行訓練，通過添加自定義的多標籤分類指標、學習率查找和微調技術來優化模型的訓練過程。 所使用的資料集為自行蒐集的實際田間徵狀照片，並透過專家進行人工標註徵狀位置。 運用該資料集進行訓練之前，有進行資料品質監控(Open CV和AutoEncoder)。

訓練所使用資料集

Tea plant nutrient, disease and pest symptom image dataset (茶樹營養，病蟲害徵狀影像資料集)

目前可辨識之茶樹病害類型

赤葉枯病、餅病、髮狀病、輪斑病、煤煙病、藻斑病、地衣、枝枯病、藻類。

模型使用步驟 - 請下載Tea_Disease_v02檔案

  1. 使用anaconda建立fastai虛擬環境
  2. 根據安裝的cuda版本下載pytorch，網址:https://pytorch.org/get-started/locally/
  3. 下載模型壓縮檔，並解壓縮到一資料夾中
  4. 將anaconda終端所在位置移至解壓縮資料夾
  5. 安裝Python所需要的庫 (requirement.txt)
  6. 將想識別的茶樹照片放置到source資料夾內
  7. 運行腳本 python TeaDiseaseAI_Test.py
  8. 判讀結果的照片自動保存至result資料夾，該照片會顯示判識的茶樹病害名稱

可視化驗證結果

https://drive.google.com/file/d/1F23I1KW1ZpKB04OHQEmC_Ajcof40rt6_/view?usp=sharing

下圖即為測試照片原圖與此模型所辨識的病害結果、Grad-cam繪製模型注意力的熱力圖。

茶樹病害影像辨識模型可視化結果

資料與資源

基礎工具

  • iscom70598966_teamodel_v3.tarTAR 熱門的

    茶樹病害影像辨識模型

    探索
  • model.pt 熱門的

    可利用Pytorch 讀取模型並進行使用。

    探索
  • Tea_Disease_v02RAR

    此模型是使用茶樹病害資料集(收集至2024.05月底)進行訓練，並有落實對抗樣本檢測以OpenCV和AutoEncoder進行資料品質監控，確保影像資料集品質。

    探索

額外的資訊

欄位 值
最後更新 5月 15, 2025, 15:24 (+0800)
建立 6月 27, 2023, 11:23 (+0800)

推薦AI模型

風格注入式循環生成對抗網路

更新頻率 定期
瀏覽次數 81
下載次數 2
為了解決植物病害辨識中的資料稀缺和類別不平衡問題，本團隊提出了一個端到端的合成與擴增流程。此流程的核心是一個新穎的風格注入循環一致生成對抗網路(SI-CycleGAN)，搭配風格採樣器。這個組合能從極少數的真實樣本中提取並多樣化病害特徵，從健康葉片生成大量高品質的合成病害葉片影像。

水稻徵狀影像辨識模型

更新頻率 定期
瀏覽次數 37648
下載次數 3
水稻徵狀影像辨識模型 水稻徵狀影像辨識模型主要用於辨識水稻病害、蟲害、營養障礙與其他等四大類別。使用者可於田間拍攝到水稻徵狀照片後，透過此模型作快速辨識。 AI模型訓練過程 團隊利用視覺注意力網路（Visual Attention...