A Lightweight and Explainable DenseNet-121 Framework for Grape Leaf Disease Classification

Created by

Haebom

저자

Md. Ehsanul Haque, Md. Saymon Hosen Polash, Rakib Hasan Ovi, Aminul Kader Bulbul, Md Kamrul Siam, Tamim Hasan Saykat

💡 개요

이 연구는 포도 잎 질병 분류를 위해 경량화되고 설명 가능한 DenseNet-121 프레임워크를 제안합니다. 도메인 특화된 전처리 및 확장된 연결성을 통해 질병 관련 특징을 효과적으로 추출하며, 기존 CNN 모델 대비 우수한 성능을 보여줍니다. 제안된 모델은 높은 정확도와 F1 점수를 달성하고, Grad-CAM을 통해 질병 관련 부위를 시각화하여 투명성과 신뢰성을 높입니다.

🔑 시사점 및 한계

•

실시간 적용 가능한 고성능 질병 진단: 모델 최적화를 통해 처리 요구사항을 줄여 실시간 배포에 적합하며, 높은 정확도로 농업 현장에서의 조기 질병 진단을 가능하게 합니다.

•

설명 가능한 AI를 통한 신뢰도 향상: Grad-CAM을 활용하여 모델이 질병의 생리적 관련 측면에 집중하고 있음을 시각적으로 증명함으로써, 농가에서 모델의 진단 결과에 대한 신뢰도를 높일 수 있습니다.

•

향후 과제: 제시된 모델은 특정 질병에 초점을 맞추고 있으므로, 더 다양한 종류의 포도 잎 질병을 포괄하는 일반화 성능 개선 및 실제 농업 환경에서의 장기간 성능 검증이 필요합니다.

PDF 보기

Made with Slashpage