GreenGuardian Plant_Disease_Doctor

? Приложение для обнаружения заболеваний растений Greenguardian

GreenGuardian - это приложение Flutter, предназначенное для того, чтобы помочь пользователям идентифицировать болезни растений, сканируя изображения листьев, взятых с мобильной камеры или с хранилища устройства. Приложение использует алгоритм каскада HAAR для обработки изображений и обнаружения заболеваний.

Функции

• ? Захват изображения: пользователи могут снимать изображения листьев растений, используя свою мобильную камеру непосредственно из приложения.
• ️ Выбор изображения: В качестве альтернативы пользователи могут выбрать изображения из хранилища своего устройства для анализа.
• ? Обнаружение заболевания: в приложении используется алгоритм каскада HAAR для обнаружения заболеваний, присутствующих в отсканированных изображениях листьев.
• ? Отображение результатов: обнаруженные заболевания отображаются пользователю вместе с соответствующей информацией, такой как возможные причины и предлагаемые средства правовой защиты.
• ? Отзывы пользователей: Пользователи могут предоставить обратную связь о точности обнаружения заболеваний, помогая повысить производительность приложения с течением времени.

? Видео демонстрация

Установка

Чтобы использовать GreenGuardian, выполните эти шаги:

1. Клонировать этот репозиторий на местную машину.
2. Убедитесь, что у вас установлен Flutter. Для инструкций по установке см. В документации Flutter.
3. Перейдите к каталогу проекта и запустите flutter pub get установить зависимости.
4. Подключите мобильное устройство или настройте эмулятор.
5. Запустите flutter run , чтобы запустить приложение на вашем устройстве или эмуляторе.

Использование

После установки следуйте этим шагам, чтобы использовать приложение GreenGuardian:

1. Запустите приложение на своем мобильном устройстве.
2. Выберите, собирать ли изображение, используя камеру, или выберите изображение из хранилища вашего устройства.
3. После выбора изображения приложение обрабатывает его с помощью алгоритма каскада HAAR для обнаружения любых присутствующих заболеваний растений.
4. Просмотреть результаты, отображаемые на экране, включая обнаруженные заболевания и связанную информацию.
5. Дайте обратную связь о точности обнаружения при желании.

Алгоритм каскада HAAR

Алгоритм каскада HAAR-это подход, основанный на машинном обучении, используемый для обнаружения объектов на изображениях. Он работает путем преобразования входного изображения в серого, а затем применяя серию операций для определения конкретных шаблонов или функций в изображении.

Как это работает

1. Выбор функций: функции, похожие на HAAR, которые по сути представляют собой прямоугольные фильтры, используются для обнаружения краев, линий и текстур на изображении.

2. Интегральное изображение: Чтобы эффективно вычислять функции, интегральное изображение рассчитывается на исходном изображении серого. Это позволяет быстро вычислять пиксельные суммы в любой прямоугольной области изображения.

3. Обучение Adaboost: в алгоритме используется метод машинного обучения под названием Adaboost, чтобы выбрать небольшое количество важных функций из большого набора потенциальных функций. Эти выбранные функции затем объединяются, чтобы сформировать сильный классификатор.

4. Каскадный классификатор: сильный классификатор построен как каскад слабых классификаторов, каждый из которых фокусируется на конкретном аспекте обнаруженного объекта. Эта каскадная структура обеспечивает эффективную обработку путем быстрого отклонения областей изображения, которые вряд ли будут содержать объект.

5. Обнаружение скользящего окна: обученный каскадный классификатор применяется к входному изображению, используя подход скользящего окна. Классификатор перемещается через изображение, оценивая каждый субрегион, чтобы определить, содержит ли он интересный объект.

6. Пороговое значение и обнаружение: каждый субрегион оценивается на основе порога, и, если он проходит, он классифицируется как содержащий объект. Этот процесс повторяется в нескольких масштабах, чтобы обнаружить объекты разных размеров в изображении.

В случае GreenGuardian алгоритм каскада HAAR обучается распознавать закономерности, связанные с различными заболеваниями растений, позволяя приложению точно обнаруживать и диагностировать заболевания на основе входных изображений листьев.

Алгоритм каскада HAAR, обычно используемый в задачах обнаружения объектов, работает путем преобразования входного изображения в серого, а затем применяя серию операций для определения конкретных шаблонов или функций в изображении. Эти особенности обычно представляют собой прямоугольники различных размеров и позиций.

Алгоритм присваивает двоичное число каждому пикселю на изображении, основанном на том, соответствует ли он определенным критериям, определяемым обнаруженными шаблонами. Это двоичное представление затем используется для анализа изображения и определения областей, которые соответствуют желаемым шаблонам.

В случае GreenGuardian алгоритм каскада HAAR обучается распознавать закономерности, связанные с различными заболеваниями растений, позволяя приложению точно обнаруживать и диагностировать заболевания на основе входных изображений листьев.

Внося

Вклад в GreenGuardian приветствуются! Если вы хотите внести свой вклад, пожалуйста, следуйте этим шагам:

1. Вилка репозитория.
2. Создайте новую ветку для вашей функции или исправления ошибок.
3. Внесите свои изменения и убедитесь, что код следует стилю кодирования и конвенциям проекта.
4. Тщательно проверьте свои изменения.
5. Сделайте свои изменения с помощью четких и описательных сообщений о коммите.
6. Встаньте свои изменения в свою вилку.
7. Отправьте запрос на притяжение в develop филиал основного репозитория.

Благодарности

Приложение GreenGuardian использует следующие библиотеки с открытым исходным кодом:

• Flutter: инструментарий пользовательского интерфейса для создания конечных компилированных приложений для мобильных, веб -и настольных компьютеров с одной кодовой базы.
• Алгоритм каскада HAAR: эффективный алгоритм обнаружения объектов, используемый в приложениях компьютерного зрения.