Artificial intelligence could help farmers diagnose crop diseases

Artificial intelligence could help farmers diagnose crop diseases
14:34 7 Oktyabr 2016
Ölkə mətbuatı
A- A+
Crop diseases, which threaten the world’s food security, can be fought with the help of artificial intelligence systems. Scientists from EPFL and Penn State University have trained a deep-learning neural network that can accurately diagnose crop diseases by “seeing” and analyzing normal photographs of individual plants. The algorithm, which is part of the “PlantVillage” project, represents the first successful proof of concept for disease diagnosis through smartphone photos, and will be used to build an app for farmers. The work has been published in Frontiers in Plant Science.
 
The unprecedented growth of the world’s population means food shortage and ecosystem pressure will become global problems in the coming decades. PlantVillage, a project that employs algorithms to train computers to diagnose crop disease, is the brainchild of Marcel Salathé at EPFL and David Hughes at Penn State. The algorithm development itself is led by computer scientist Sharada P. Mohanty, a PhD student in Salathé’s Laboratory of Digital Epidemiology.
 
The project benefits from the progress that has been made in the field of “deep learning” in recent years. Deep learning is a type of machine learning that uses algorithms to find patterns in big sets of data – in this case, over 50,000 digital photographs of diseased plants, made openly available by PlantVillage. Through a computational neural network, the system processes the photographs through multiple layers of artificial neurons, and so gradually “learns” to identify different diseases with high degrees of certainty.
 
The goal is to put the tool in the hands of farmers, agriculturists, and everyday gardeners in the form of a smartphone app. “People will be able to snap a photograph of their sick plant with the app and get a diagnosis within seconds,” says Salathé.
 
To enable anyone in the world to develop such algorithms, the scientists made their database of over 50,000 photographs openly available in 2015. The current paper demonstrates their deep-learning algorithm at work: The researchers assigned every one of 54,306 photographs of diseased and healthy plant leaves to one of 38 classes of crop-disease pairs (e.g. Tomato plant-Tomato Early Blight, Apple tree – Apple scab etc).
 
They then trained their “deep convolutional neural network” to identify plants and diseases (or lack thereof for healthy plants), and they measured how accurately it could assign each image to the correct class. In total, working with 14 crop species and 26 different plant diseases, the system could identify diseases on images it had never seen before with an accuracy of 99.35%.
 
Building the algorithm and training the model require significant computing power and time, but once trained, the classification task itself is very fast, and the resulting code is small enough to be easily installed on a smartphone. "This presents a clear path towards smartphone-assisted crop-disease diagnosis on a massive global scale,” says lead author Sharada Mohanty.
 
However, these photographs were taken under controlled conditions of lighting, color etc, which don’t always correspond to a snapshot taken in a field. To address this, the team is now expanding their database of images to about 150,000 in order to improve the system’s ability to identify diseases. In addition, they are planning to also expand the amount of data that the network will use to make accurate diagnoses.
 
“At this point, we’re relying on a photograph taken by a user in a field under natural conditions,” explains Salathé. “But in the future, we would like to also bring in time, location, epidemiological trends, weather conditions and other signals to bear upon the network, which would vastly improve its abilities.” Although this system aims to supplement rather than replace existing diagnostic methods, the fact that there will be over 5 billion smartphones around the world by 2020 will be a tremendous advantage.
 
“We do believe that the approach represents a viable additional method to help prevent yield loss," says David Hughes. "With the ever-improving number and quality of sensors on mobile devices, we consider it likely that highly accurate diagnoses via the smartphone are only a question of time."


OXŞAR XƏBƏRLƏR

BU KATEQORİYADAN DİGƏR XƏBƏRLƏR

Ölkə mətbuatında bugün

Avropa Şurası və Avropa Birliyinin qərargahları dəyişdi - FOTO

31 Mart 2017 02:32

Sabiq deputat metroda öpüşən gənclərdən danışdı:

31 Mart 2017 02:22

Əsədin getməsi ABŞ üçün artıq prioritet deyil

31 Mart 2017 02:19

Bakıda zəncirvari QƏZA: 2 ölü, 1 yaralı

31 Mart 2017 02:03

Ədalət Sarayını İŞİD partladıbmış

31 Mart 2017 01:54

"Bəşər Əsədi devirmək artıq prioritetimiz deyil" -

31 Mart 2017 01:43

Xırdalanda atışma: ölən və yaralanan var

31 Mart 2017 01:39

Dağlar fonunda dağlar - FOTO

31 Mart 2017 01:32

Tanınmış müğənni: "Tez-tez ağlayıram"

31 Mart 2017 01:29

ŞOK QİYMƏT:

31 Mart 2017 01:27

Qurban Qurbanov Volkan Dəmirəl transferinə aydınlıq gətirdi

31 Mart 2017 01:24

Bakıda 17 yaşlı qız intihar edib

31 Mart 2017 01:19

64 yaşlı maşın 70 minə satılır - FOTO/VİDEO

31 Mart 2017 01:13

Xırdalanda DƏHŞƏT:

31 Mart 2017 00:55

Xırdalanda atışma: Maskalılar iş adamını güllələdilər

31 Mart 2017 00:53

FHN-nin xilasediciləri çayda batdığı ehtimal edilən 5 yaşlı uşağı axtarırlar

31 Mart 2017 00:44

Qəbələdə ər arvadının boğazını kəsdi - FOTO/VİDEO

31 Mart 2017 00:43

Mart soyqırımından 99 il ötür

31 Mart 2017 00:27

Astroloji proqnoz - 31 mart

31 Mart 2017 00:18

Məşhur klubun adı rəsmən dəyişdi - FCSB

31 Mart 2017 00:17

Kamal Abdullanın əsəri gürcü dilində işıq üzü gördü

31 Mart 2017 00:14

"Qalatasaray" ulduz futbolçuya sərvət təklif etdi

31 Mart 2017 00:07

Elon Musk-dan 6 qızıl qayda

31 Mart 2017 00:05

Türkyədə qasırğa XƏBƏRDARLIĞI

31 Mart 2017 00:05

31 Mart - Azərbaycanlıların Soyqırımı Günüdür

31 Mart 2017 00:05

"Hindistandan Avropaya yükləri 7 günə daşımaq olar" - Cavid Qurbanov - FOTO

31 Mart 2017 00:05

Günün qoroskopu: problemlərin öhdəsindən gələ biləcəksiniz

31 Mart 2017 00:05

Bakıda 17 yaşlı qız özünü binadan yerə atdı

30 Mart 2017 23:57

Cənubi Koreyanın sabiq prezidenti saxlanılıb

30 Mart 2017 23:56

Dünyanın ən bahalı tualetləri - FOTOLAR

30 Mart 2017 23:53

Tənəffüs yolunu 3 addımla təmizləyin

30 Mart 2017 23:52

Bu surəni oxuyan üçün mələklər istiğfar edərlər

30 Mart 2017 23:47

Hafizəni İslam təbabəti ilə necə gücləndirək?

30 Mart 2017 23:42

Ailə cinayətinin arxasından “cin” çıxdı - FOTO

30 Mart 2017 23:37

Portağal xərçəngə qarşı dərmanlardan 10 qat daha təsirlidir

30 Mart 2017 23:37

Qadınların çadra geyməsinə icazə verilməyəcək -

30 Mart 2017 23:36

"Bakıda gəzmək daha təhlükəsizdir, nəinki..."

30 Mart 2017 23:32

Elza Seyidcahandan Fikrət Qocaya cavab: "Allah bizə səbr versin"

30 Mart 2017 23:32

Məşhur duanın mötəbər mənbəyi varmı?

30 Mart 2017 23:32

“Qarabağ” “Neftçi”nin yubileyini korladı - VİDEO

30 Mart 2017 23:28

Məşhur türk aktyorları nəyə yatırım edirlər? - FOTO

30 Mart 2017 23:27

Uşağınızda bu əlamətlər varsa... – DİQQƏT, YENİ VİRUS

30 Mart 2017 23:27

Dünyanın ən bahalı telefonları - FOTO

30 Mart 2017 23:22

Təbiətin canlanmasından ala biləcəyimiz 3 dərs

30 Mart 2017 23:22

Azərbaycan millisi növbəti dəfə Moldovaya gücünü göstərdi

30 Mart 2017 23:22

Qəbələdə kişi arvadını öldürdü

30 Mart 2017 23:19

Mənəvi təkamülə nail olmaq üçün ən səmərəli yol hansıdır?

30 Mart 2017 23:17

Cənubi Koreyanın sabiq prezidenti saxlanıldı

30 Mart 2017 23:13

Spiralvari bina - FOTO

30 Mart 2017 23:12

Qafqazda ən çox abort hansı ölkədə qeydə alınır? - STATİSTİKA

30 Mart 2017 23:12