[[alternative]]Application of Deep Learning Techniques to the Classification Problem of Tea Disease Images
Year: 2024
Type: dissertation
Abstract: [[abstract]] 茶葉被譽為世界三大飲品之一，台灣的優質茶葉更享有國際盛譽。然而，茶樹病害對其生長造成嚴重威脅，尤其是近年來隨著全球氣候變化，使問題更加嚴峻，影響病害的預防和控制，直接影響茶葉的產量和經濟損失。傳統的管理方式主要依賴於人工巡視茶園，茶農需要憑藉個人經驗肉眼辨識茶葉是否感染病害，既耗時又耗力。本研究實際於茶園進行專家知識與茶葉病害資料採集，利用深度學習演算法（ResNet-50、ResNet-101、VGG16和VGG19）建立茶葉病害分類模型。資料集包括茶餅病和其他兩個類別，透過限制對比度自適應直方圖均衡（CLAHE）增強圖片質量，同時進行資料擴增以提高多樣性。研究結果顯示模型四在平均訓練和驗證準確度方面相較ResNet-50、ResNet-101、VGG16與VGG19，均有明顯提升。最後期望能為未來相關研究提供有價值參考，同時為茶葉產業提供有效的管理工具，促進其健康發展，有所裨益。
Authors: 楊維竹, YANG, WEI-ZHU
Institution: Nanhua University
Language: Chinese
Topic: Smart Agriculture and AI
Subfield: Plant Science
Domain: Life Sciences
SDG: Zero hunger
Open Access status: green
OpenAlex ID: W7137692672