[Paper Review] Plant disease detecion

An advanced deep learning models-based plant disease detecion: A review of recent research, 2023.

https://www.frontiersin.org/articles/10.3389/fpls.2023.1158933/full

An advanced deep learning models-based plant disease detection: A review of recent research

 

 

 

 

 

 

기술	핵심 기술	사전에 필요한 사항들	적절한 문맥
전통적인 이미지 처리 기술	변수들의 manual 디자인 + 분류기 혹은 규칙들	병충해가 있거나 건강한 영역의 큰 차이점, 작은 방해	제어된 환경에서 식물 병해충 탐지
딥러닝	CNN을 사용한 자동 변수 학습	많은 양의 적절한 데이터, 고성능 컴퓨터	복잡한 자연 환경의 변화에 적응

 

 

 

 

 

방법	이점	안 좋은 점
CNN	높은 정확도, 작은 오점도 찾아낼 수 있음.	학습을 위해 많은 양의 라벨링된 데이터가 필요함.
전이 학습한 CNN	사전학습된 모델을 사용해서 향상된 성능	특정한 임무나 데이터셋에 제한된 사전 학습된 모델에 학습함
MTL 신경망	분류를 위한 샘플링 요구사항들을 감소시키면서 동시에 분류하고 구분할 수 있다.	복잡한 아키텍처가 많은 계산을 요구한다.
DGVGNet  Deconvolution-Guided VGNet	폐색 영역, 낮은 조도, 다른 조건들에 강하다. 높은 정확도와 함께.	특정한 아키텍처를 요구하고 계산 집약적이다.
전통적인 방법(ex. 수동 검사, 현미경 등)	낮은 비용과 넓은 가능성	시간 소모가 크고, 주관적 견해나 오류가 발생할 가능성이 크다.