Applicazioni pratiche di deep learning/Riconoscimento malattie ortaggi
Il modello swin-tiny-patch4-window7-224-finetuned-plantdisease che si trova su Hagging Face qui : https://huggingface.co/gianlab/swin-tiny-patch4-window7-224-finetuned-plantdisease è stato ottenuto addestrandolo in 3 ore su Google Colab dopo avere importato le foto delle foglie malate degli ortaggi da qui : https://www.kaggle.com/datasets/emmarex/plantdisease . Il modello è in grado di predire le malattia di pomodori, peperoni e patate con un'accuratezza del 96,90% . Le possibili malattie classificate sono in inglese: Virus dell'arricciatura fogliare gialla del pomodoro, Peronospora del pomodoro, Peronospora del peperone, Macchia batterica del peperone, Peronospora del pomodoro, Patata sana, Pomodoro sano, Macchia del pomodoro, Peronospora precoce della patata, Virus del mosaico del pomodoro del pomodoro, Campana del peperone sana, Patata tardiva peronospora, macchia fogliare di pomodoro Septoria , muffa fogliare di pomodoro , acari del ragno del pomodoro Due acari maculati , macchia batterica del pomodoro .
Ci sono 3 possibilità per utilizzarlo valutando se un ortaggio è malato oppure no :
1) Collegarsi con la pagina del modello https://huggingface.co/gianlab/swin-tiny-patch4-window7-224-finetuned-plantdisease , cliccare su "Drag image here or click to browse from your device" e caricare la fotografia della foglia dell'ortaggio . Si otterrà una previsione della malattia con la relativa accuratezza che va dall'1% al 100% .
2) Creare su Colab un nuovo file e incollare il seguente codice :
!pip install -q transformers
from transformers import pipeline
pipe = pipeline("image-classification", "gianlab/swin-tiny-patch4-window7-224-finetuned-plantdisease")
Caricare la fotografia della foglia dell'ortaggio sul server tramite il seguente codice:
from google.colab import files
files.upload()
Se la foto si chiama foto_del_peperone.jpg utilizzare il seguente codice per visualizzare la foto:
from pathlib import Path
from PIL import Image
path_im = Path('foto_del_peperone.jpg')
image = Image.open(path_im)
image
Per ottenere la diagnosi della malattia digitare :
pipe(image)
con il seguente possibile risultato :
[{'label': 'Pepper__bell___Bacterial_spot', 'score': 0.9786471128463745}, {'label': 'Potato___Late_blight', 'score': 0.006193913985043764}, {'label': 'Tomato_Early_blight', 'score': 0.005424704868346453}, {'label': 'Tomato__Target_Spot', 'score': 0.002222869312390685}, {'label': 'Potato___Early_blight', 'score': 0.0021400651894509792}]
Quindi nel caso specifico il peperone avrebbe la malattia Pepper__bell___Bacterial_spot o Macchia batterica del peperone con un'accuratezza del 97,86% .
3) Invece di caricare la foto sul server di Colab si può importarla direttamente dal web con :
from PIL import Image
import requests
url = 'https://www.mio_sito.it/foto_del_peperone.jpg'
image = Image.open(requests.get(url, stream=True).raw)
image
Link esterni[modifica]