Plant Pest Detection via Deep-Learning Models

Abstract

Tato diplomová práce řeší detekci škůdců pomocí modelů hlubokého učení. Cílem bylo natrénovat sítě hlubokého učení pro přesnou a rychlou detekci škůdců. Vyhodnocení probíhalo na základě ukazatelů Precision, Recall a rychlosti sítě. Výsledky ukazují, že nejrychlejší z testovaných síťí je Scaled YOLOv4 CSP Large a nejpřesnejší Faster R-CNN s Resnet152. Základní augmentace sítí zlepšili přesnost o 10%. V závěru je zformu-lováno zhodnocení quality datasetu, vyhodnocení modelů a zlepšení, které mohou pomoc zlepšit predikci škůdců v budoucnu