Badacze zaproponowali kompleksową strategię generowania danych, łączącą augmentację, CutMix, MixUp i sieci GAN, aby poprawić klasyfikację chorób drzew oliwnych przez modele deep learning. Metoda rozwiązuje problemy niedoboru danych i niezbalansowanych klas.
Drzewa oliwne chorują, a rolnicy często nie mają ani czasu, ani narzędzi, by wykryć to wystarczająco wcześnie. Badacze postanowili nauczyć głębokie sieci neuronowe rozpoznawania tych chorób, a do tego celu użyli sprytu godnego magika: połączyli kilka technik generowania i mieszania danych (augmentację, CutMix, MixUp oraz sieci GAN), by z niewielu prawdziwych zdjęć wykrzesać bogatszy, bardziej zrównoważony zbiór treningowy.
Brzmi jak eleganckie rozwiązanie, ale warto zadać pytanie, które kłuje w oczy: czy model wytrenowany na sztucznie wygenerowanych obrazach naprawdę zadziała w terenie, kiedy zetknie się z brutalną rzeczywistością śródziemnomorskiego sadu i jej nieskończoną zmiennością?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w or
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google