Buchumschlag

Leaf-Based Plant Disease Detection and Explainable AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sagar, Saurav, Javed, Mohammed, Doermann, David S
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LeafLife: An Explainable Deep Learning Framework with Robustness for Grape Leaf Disease Recognition
von: Alam, B. M. Shahria, et al.
Veröffentlicht: (2026)

ETLNet: An Efficient TCN-BiLSTM Network for Road Anomaly Detection Using Smartphone Sensors
von: Ansari, Mohd Faiz, et al.
Veröffentlicht: (2024)

TeaLeafVision: An Explainable and Robust Deep Learning Framework for Tea Leaf Disease Classification
von: Ahamed, Rafi, et al.
Veröffentlicht: (2026)

Toward Reliable Tea Leaf Disease Diagnosis Using Deep Learning Model: Enhancing Robustness With Explainable AI and Adversarial Training
von: Ghosh, Samanta, et al.
Veröffentlicht: (2026)

PlantDiseaseNet-RT50: A Fine-tuned ResNet50 Architecture for High-Accuracy Plant Disease Detection Beyond Standard CNNs
von: Sagnika, Santwana, et al.
Veröffentlicht: (2025)

CNN Explainability with Multivector Tucker Saliency Maps for Self-Supervised Models
von: Bouayed, Aymene Mohammed, et al.
Veröffentlicht: (2024)

Evaluating Explainable AI Methods in Deep Learning Models for Early Detection of Cerebral Palsy
von: Pellano, Kimji N., et al.
Veröffentlicht: (2024)

Activation-Deactivation: A General Framework for Robust Post-hoc Explainable AI
von: Chanchal, Akchunya, et al.
Veröffentlicht: (2025)

Improved Cotton Leaf Disease Classification Using Parameter-Efficient Deep Learning Framework
von: Patra, Aswini Kumar, et al.
Veröffentlicht: (2024)

Developing a Strong Pre-Trained Base Model for Plant Leaf Disease Classification
von: Richter, David J.
Veröffentlicht: (2026)

MobilePlantViT: A Mobile-friendly Hybrid ViT for Generalized Plant Disease Image Classification
von: Tonmoy, Moshiur Rahman, et al.
Veröffentlicht: (2025)

Predictive Modeling for Breast Cancer Classification in the Context of Bangladeshi Patients: A Supervised Machine Learning Approach with Explainable AI
von: Islam, Taminul, et al.
Veröffentlicht: (2024)

Beyond the Veil of Similarity: Quantifying Semantic Continuity in Explainable AI
von: Huang, Qi, et al.
Veröffentlicht: (2024)

Interpretable Plant Leaf Disease Detection Using Attention-Enhanced CNN
von: Singh, Balram, et al.
Veröffentlicht: (2025)

A Wireless Collaborated Inference Acceleration Framework for Plant Disease Recognition
von: Zhu, Hele, et al.
Veröffentlicht: (2025)

Moving Healthcare AI-Support Systems for Visually Detectable Diseases onto Constrained Devices
von: Watt, Tess, et al.
Veröffentlicht: (2024)

Vision-Based Localization and LLM-based Navigation for Indoor Environments
von: Rahimi, Keyan, et al.
Veröffentlicht: (2025)

Provenance Networks: End-to-End Exemplar-Based Explainability
von: Kayyam, Ali, et al.
Veröffentlicht: (2025)

Towards Identifiable Unsupervised Domain Translation: A Diversified Distribution Matching Approach
von: Shrestha, Sagar, et al.
Veröffentlicht: (2024)

FM-G-CAM: A Holistic Approach for Explainable AI in Computer Vision
von: Silva, Ravidu Suien Rammuni, et al.
Veröffentlicht: (2023)

Explainable Cross-Disease Reasoning for Cardiovascular Risk Assessment from Low-Dose Computed Tomography
von: Zhang, Yifei, et al.
Veröffentlicht: (2025)

Toward Reliable and Explainable Nail Disease Classification: Leveraging Adversarial Training and Grad-CAM Visualization
von: Hossain, Farzia, et al.
Veröffentlicht: (2026)

XEdgeAI: A Human-centered Industrial Inspection Framework with Data-centric Explainable Edge AI Approach
von: Nguyen, Truong Thanh Hung, et al.
Veröffentlicht: (2024)

Interdisciplinary Expertise to Advance Equitable Explainable AI
von: Bennett, Chloe R., et al.
Veröffentlicht: (2024)

Sparks of Artificial General Intelligence(AGI) in Semiconductor Material Science: Early Explorations into the Next Frontier of Generative AI-Assisted Electron Micrograph Analysis
von: Srinivas, Sakhinana Sagar, et al.
Veröffentlicht: (2024)

Aggregating Local Saliency Maps for Semi-Global Explainable Image Classification
von: Hinns, James, et al.
Veröffentlicht: (2025)

VERA: Explainable Video Anomaly Detection via Verbalized Learning of Vision-Language Models
von: Ye, Muchao, et al.
Veröffentlicht: (2024)

Knee-xRAI: An Explainable AI Framework for Automatic Kellgren-Lawrence Grading of Knee Osteoarthritis
von: Irfan, Azmul A., et al.
Veröffentlicht: (2026)

AI-Generated Video Detection via Perceptual Straightening
von: Internò, Christian, et al.
Veröffentlicht: (2025)

Efficient Table QA via TableGrid Navigation and Progressive Inference Prompting
von: Maurya, Amritansh, et al.
Veröffentlicht: (2026)

Leaf diseases detection using deep learning methods
von: Fatimi, El Houcine El
Veröffentlicht: (2024)

Your VAR Model is Secretly an Efficient and Explainable Generative Classifier
von: Chen, Yi-Chung, et al.
Veröffentlicht: (2025)

Self-supervised Learning for Hyperspectral Images of Trees
von: Rahman, Moqsadur, et al.
Veröffentlicht: (2025)

Advancing Histopathology-Based Breast Cancer Diagnosis: Insights into Multi-Modality and Explainability
von: Abdullakutty, Faseela, et al.
Veröffentlicht: (2024)

Just Leaf It: Accelerating Diffusion Classifiers with Hierarchical Class Pruning
von: Shanbhag, Arundhati S., et al.
Veröffentlicht: (2024)

Case Study: Transformer-Based Solution for the Automatic Digitization of Gas Plants
von: Bailo, I., et al.
Veröffentlicht: (2025)

Do you see what I see? An Ambiguous Optical Illusion Dataset exposing limitations of Explainable AI
von: Newen, Carina, et al.
Veröffentlicht: (2025)

Automated identification of Ichneumonoidea wasps via YOLO-based deep learning: Integrating HiresCam for Explainable AI
von: Pinheiro, Joao Manoel Herrera, et al.
Veröffentlicht: (2026)

YOLOv12: Attention-Centric Real-Time Object Detectors
von: Tian, Yunjie, et al.
Veröffentlicht: (2025)

AI-Driven Non-Invasive Detection and Staging of Steatosis in Fatty Liver Disease Using a Novel Cascade Model and Information Fusion Techniques
von: Delfan, Niloufar, et al.
Veröffentlicht: (2024)