Classification efficace des maladies des plantes par un DCNN à deux branches conscient de la couleur

Les réseaux de neurones convolutifs profonds (DCNN) ont été efficacement appliqués à la détection des maladies des plantes. Contrairement à la plupart des études existantes, nous proposons d'alimenter un DCNN avec les coordonnées colorimétriques CIE Lab au lieu des coordonnées RGB. Nous avons adapté l'architecture Inception V3 en introduisant une branche spécifique aux données achromatiques (canal L) et une autre branche spécifique aux données chromatiques (canaux AB). Cette modification exploite le découplage entre les informations chromatiques et achromatiques. En outre, la séparation en branches permet de réduire le nombre de paramètres à entraîner et la charge de calcul de jusqu'à 50 % par rapport aux valeurs initiales, grâce à l'utilisation de couches modifiées. Nous avons atteint une précision de classification de pointe, s'élevant à 99,48 % sur le jeu de données Plant Village et à 76,91 % sur le jeu de données Cropped-PlantDoc.