研究论文：利用神经网络进行番茄叶片病害分类

在农业领域已被广泛考虑的具有挑战性的研究领域之一是检测和诊断植物病害的自动化。 经典的疾病检测技术依赖于从采购的图像中选择手工制作的特征来对疾病类别进行分类。 及时发现植物病害的能力将有助于减少病害造成的损害。 因此，迫切需要开发可行且有效的分类技术来识别植物病害。 基于神经网络，本文提出了一种有效的番茄叶病分类方法。 使用细菌病，花叶病毒，靶标病和黄叶卷曲四种疾病的PlantVillage数据集进行了实验。 所提出的方法的整体精度为97％。