Detection of plant diseases using deep learning based on image recognition

dc.contributor.authorBoukralfa, fatma
dc.contributor.authorMoussa Achouak, Achouak
dc.date.accessioned2024-02-29T09:49:42Z
dc.date.available2024-02-29T09:49:42Z
dc.date.issued2023
dc.description.abstractL'apprentissage profond suscite beaucoup d'attention ces derniers temps dans le domaine de la vision par ordinateur, car il évolue constamment. Les avancées de l'apprentissage profond ont été utilisées dans de nombreux domaines, y compris celui de l'agriculture. Parmi les problèmes auxquels l'agriculture est confrontée, on trouve les maladies des plantes, et c'est ce que nous avons présenté dans cette thèse. Dans ce travail, nous présentons une application mobile pour la détection des maladies des plantes, offrant aux agriculteurs un outil complet pour gérer leurs cultures. L'application utilise un modèle de réseau neuronal convolutif (CNN) pour détecter et classer avec précision les maladies des plantes à partir d'images de feuilles. En plus de la détection des maladies, l'application fournit des recommandations pour les traitements appropriés et propose une gamme de produits phytosanitaires adaptés à chaque maladie spécifique.en_US
dc.identifier.urihttp://e-biblio.univ-mosta.dz/handle/123456789/26007
dc.language.isoenen_US
dc.relation.ispartofseriesMINF365;
dc.subjectApprentissage automatiqueen_US
dc.subjectapprentissage profonden_US
dc.subjectplant maladies des plantesen_US
dc.subjectréseau neuronal convolutifen_US
dc.subjectclassificationen_US
dc.subjectprédictionen_US
dc.subjectapplication mobileen_US
dc.subjectagriculteuren_US
dc.subjectmarketplaceen_US
dc.titleDetection of plant diseases using deep learning based on image recognitionen_US
dc.typeOtheren_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
MINF365.pdf
Size:
3.47 MB
Format:
Adobe Portable Document Format
Description:
MINF365

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: