O monitoramento da saúde das plantas e o manejo de pragas são práticas comuns no domínio agrícola, e o resultado obtido com esse processo ajuda a obter informações completas sobre a infecção. Esta pesquisa considerou os dados de imagem da palmeira para o exame, e ajuda a detectar a classe saudável/doente da tamareira com resultados aprimorados. Este trabalho considerou as imagens digitais coletadas com uma câmera térmica para exame e, para alcançar um melhor resultado, foram considerados os modelos tradicionais de DL como VGG16, ResNet e DenseNet para o exame. As diferentes fases desta pesquisa incluem: coleta de dados e redimensionamento para 224x224 pixels, extração de características com um modelo de DL, redução de características e geração de vetor de características fundidas (FF), detecção usando classificadores de aprendizado de máquina, e confirmação do resultado com validação cruzada de 3 vezes. Este trabalho apresentou detecção baseada em características individuais e características fundidas. Este trabalho considerou o SoftMax e outros classificadores relacionados para exame. O resultado deste estudo confirma que o esquema desenvolvido pode ajudar a alcançar uma precisão de detecção de >96% com o banco de imagens térmicas. Este trabalho considerou 700 imagens por classe após aumento, e a ferramenta proposta funciona nesse banco de imagens térmicas e ajuda a alcançar melhores resultados.
Manic et al. (qui,) estudaram esta questão.