deteksi_jenis_tanaman_v3_strict_external_mobilenetv2
Model tahap 1 untuk mendeteksi jenis tanaman dari gambar daun/tanaman:
Pembagian Dataset
Internal
Dataset internal dipakai untuk train, validation, dan internal test:
- Padi: Rice Leaf Diseases Detection, Dhan-Shomadhan
- Teh: Identifying Disease in Tea Leafs, teaLeafBD, Tea Leaf Diseases, TLD-BD, Tea Dataset Farm, Tea Leaves YOLO
- Tomat: PlantVillage Tomato, Tomato Disease Multiple Sources
External
Dataset external tidak dipakai training dan hanya digunakan untuk external test:
- Padi: Rice Leaf Disease: An Images Dataset
- Teh: teaLeafAgeQuality
- Tomat: tomatoleaf
Manual
Manual test memakai gambar Google/HP dari folder test_google_daun dengan threshold confidence 0.70.
Evaluasi
Notebook ini memakai tiga nama evaluasi:
-
Internal
- Test split dari dataset training source.
- Tidak ikut training, tetapi berasal dari source yang sama dengan train/validation.
-
External
- Strict external public test.
- Berasal dari dataset Kaggle baru yang tidak ikut training:
- Padi: alamshihab075/rice-leaf-disease-an-images-dataset
- Teh: fahadbd/tealeafagequality
- Tomat: kaustubhb999/tomatoleaf
-
Manual
- Gambar Google/HP.
- Menggunakan threshold confidence 0.7.
- Jika confidence di bawah threshold, prediksi ditandai sebagai Tidak yakin.
Paper Figures
The figures folder contains paper-ready images in PDF and PNG format:
pipeline.pdfmodel_architecture.pdftraining_curve.pdfconfusion_matrix_internal.pdfconfusion_matrix_external.pdfmanual_examples.pdfdataset_split_summary.pdf
Input
- RGB image
- Size: 224x224
- dtype: float32
- range: 0-255
Preprocessing Rescaling sudah ada di dalam model.
Jangan normalize input lagi saat inference.
Output
Softmax 3 kelas:
- Padi
- Teh
- Tomat
Catatan
Model ini belum memiliki kelas Unknown. Untuk versi berikutnya, class Unknown bisa ditambahkan agar gambar selain Padi/Teh/Tomat tidak dipaksa masuk salah satu kelas.
