Rozpoznávání nemocí rostlin pomocí umělé inteligence
Loading...
Date
Authors
Juliš, Adam
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Cílem práce bylo prozkoumat možnosti detekce nemocí rostlin při nedostatku trénovacích dat. Zkoumala se možnost extrakce vzoru jednotlivých onemocnění a aplikace těchto vzorů na neznámé rostliny. Ještě v teoretické části práce byl tento přístup označen za chybný. Dále se analyzovaly a srovnávaly datové sady se snímky rostlinných patogenů. Vytvořil se generátor augmentovaných snímků a několik modelů nad menší datovou sadou ověřující existující přístupy.
The aim of this work was to investigate the possibility of plant disease detection in the ab- sence of training data. The possibility of extracting the pattern of each disease and apply- ing these patterns to unknown plants was investigated. While still in the theoretical part of the thesis, this approach was found to be flawed. Furthermore, datasets with images of plant pathogens were analyzed and compared. An augmented image generator and several models were created over a smaller dataset validating existing approaches
The aim of this work was to investigate the possibility of plant disease detection in the ab- sence of training data. The possibility of extracting the pattern of each disease and apply- ing these patterns to unknown plants was investigated. While still in the theoretical part of the thesis, this approach was found to be flawed. Furthermore, datasets with images of plant pathogens were analyzed and compared. An augmented image generator and several models were created over a smaller dataset validating existing approaches
Description
Keywords
strojové učení, detekce nemocí rostlin, konvoluční neuronová síť, nedostatek trénovacích dat, transfer learning, zpracování obrazu, umělá inteligence, datové sady, machine learning, detection of plant disease, convolution neural network, lack of training data, transfer learning, image processing, artificial intelligence, datasets
Citation
JULIŠ, A. Rozpoznávání nemocí rostlin pomocí umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Ing. Lukáš Burget, Ph.D. (předseda)
Ing. Radek Kočí, Ph.D. (člen)
Ing. Michal Hradiš, Ph.D. (člen)
Ing. Jiří Hynek, Ph.D. (člen)
Ing. Lukáš Kekely, Ph.D. (člen)
Date of acceptance
2024-06-12
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení