保护木薯免受疾病侵害有一个应用程序

木薯是发展中世界最重要的作物之一。其淀粉根和叶子是非洲每天超过5亿人的主食。非洲产量占世界木薯总产量的一半;非洲大陆的主要种植者是刚果，科特迪瓦，加纳，尼日利亚，坦桑尼亚和乌干达。

它也具有气候适应性，因为预计它会在较高温度下提高产量。随着气候变化的持续发展，它作为主食的作用将变得越来越重要。

但与许多其他作物一样，木薯易受病毒和其他植物病害的侵害。这些疾病可能影响木薯产量，使农民付出代价，并威胁撒哈拉以南非洲的粮食安全。两种疾病，木薯花叶病和木薯褐条病，已成为撒哈拉以南非洲木薯生产和粮食安全的最大制约因素，每年造成超过10亿美元的损失。

这些植物病害对非洲来说并不陌生，几十年来一直在造成损失。然而，受过训练的植物病害专家与农民缺乏基础设施和参与意味着农民没有接受过培训，无法在早期阶段识别他们。这就是我们开始为智能手机创建疾病识别应用程序的原因。我们测试了图像识别模型(称为卷积神经网络)的能力，以准确识别多达五种不同的木薯疾病。

该模型使用移动设备的相机进行部署。它的新颖之处在于它可以完全在智能手机上运行而无需无线连接或获得大处理能力。一旦农民使用应用程序识别出疾病，我们就会提供必要的信息，以便他们可以继续治疗他们的植物。

根据在坦桑尼亚进行的研究，我们的研究结果表明，图像识别模型在鉴定田间木薯病害方面的准确率高达98%。

这些结果很有希望，因为我们的方法比传统的计算机视觉模型更容易实现。该模型还在桌面上进行训练，其计算能力比训练图像识别模型中使用的典型超级计算机小得多。这些结果突出了我们的方法有可能成为一种可靠，快速，经济且易于部署的数字植物疾病检测策略。

我们还能够在没有互联网连接的情况下在智能手机上部署该模型，这是其他用于植物疾病诊断的移动应用程序所无法做到的。对于非洲大陆，小农的数据成本很高，离线诊断的能力至关重要。

创建数据集

传统的疾病鉴定方法依赖于农业专家的支持，这些专家来到田地并检查作物。但这些方法在物流和人力基础设施能力较低的国家是有限的，并且扩大规模的成本很高。

在这些领域，智能手机为基于自动图像识别的现场植物疾病检测提供了新工具，可以帮助进行大规模的早期检测。这是非洲可行的工具：采用智能手机在大陆上。

由于几个原因，我们的技术适合为小农提供帮助。首先，它很快：可以在不到一秒的时间内用模型识别疾病。由于该应用程序位于移动设备上，因此也可以轻松部署在大面积区域 - 农民不再需要等待农业专家访问并检查他们的工厂

我们将与Android手机相关的模型与坦桑尼亚达累斯萨拉姆国际热带农业研究所的研究人员合作进行测试。

该模型有六个类别标签：三个疾病类别，两个螨类损害类别和一个健康类别(即叶子上没有疾病或螨虫损害。)

然后，我们训练我们的模型以识别三种疾病和两种类型的害虫损害，或缺乏它们。在对模型进行训练并将其加载到手机应用程序后，研究人员开始在现场测试应用程序。该研究所的工作人员会在手机上走动，拿着电话到不同的木薯植物，看看应用程序如何响应。如果没有发现疾病，应用程序说叶子是健康的。

该模型能够高度准确地识别疾病，害虫和健康植物- 在某些类别中高达98%。

该研究所的研究人员正在使用这种特殊模型。2018年的计划步骤包括设计应用程序，使其适合东非农民，特别是女性农民。例如，该应用程序目前正在设计为英语和斯瓦希里语，具有文本和语音功能。我们的应用程序与PlantVillage相关联，PlantVillage是世界上作物健康免费知识的最大来源。

巨大的变革机会

这种技术可以为小农提供变革，他们生产非洲70%的粮食供应。通过获取有关其领域疾病的信息，该工具是一种有效的推广系统，可以为小农提供有针对性的诊断和建议。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

8月26日河南疫情最新实时数据公布河南昨日无新增确诊病例