Aller au contenu principal
2025 conference-paper

Custom Residual Networks and Transfer Learning: Tea Leaf Disease Detection

1Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : bd. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In Bangladesh, the tea industry holds significant importance both economically and culturally. Tea leaf diseases represent a major challenge for the tea industry in Bangladesh. We developed and compared image detection models for detecting tea leaf diseases, specifically custom Residual Networks (CRN) and ResNet50 models. The paper aims to evaluate the performance of these models in accurately identifying tea leaf diseases. The pre-processing and data augmentation techniques increase the model’s ability to detect diseases effectively. The accuracy and performance in disease detection by training and testing both the custom ResNet and ResNet50 models on the tea leaf image dataset. The proposed CRN architecture proved to be more precise in testing (51%) than the ResNet50 architecture, verifying its effectiveness. The accuracy achieved is acceptable for the suggested model. A confusion matrix was also used to display the performance of the model and confirm the accuracy achieved.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Custom Residual Networks and Transfer Learning: Tea Leaf Disease Detection
Date Crossref
25/04/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Daffodil International University pays non établi dans la notice
    Université ou école supérieure
  • Shahjalal University of Science and Technology pays non établi dans la notice
    Université ou école supérieure
  • American International University-Bangladesh pays non établi dans la notice
    Université ou école supérieure
  • Gopalganj Science and Technology University pays non établi dans la notice
    Université ou école supérieure
  • Sylhet Agricultural University pays non établi dans la notice
    Université ou école supérieure
  • Jahangirnagar University pays non établi dans la notice
    Université ou école supérieure
  • BSMRSTU pays non établi dans la notice
    Institution

Daffodil International University, Shahjalal University of Science and Technology et American International University-Bangladesh, avec 4 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Smart Agriculture and AILeaf Properties and Growth MeasurementSpectroscopy and Chemometric Analyses

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.