I n t e r n at ion al   Jou r n a l   of   I n f o r m at ics   an d   Com m u n icat ion   T e c h n ol ogy  ( I J - I CT )   Vo l .   1 4 ,   N o .   2 ,  A ugus t   20 2 5 ,   pp.   416 ~ 426   I S S N:  2252 - 8776 ,  DO I :  10 . 11591/i ji c t . v 1 4 i 2 . pp 41 6 - 426             416       Jou r n al  h o m e page :  ht tp: // ij ict . iaes c or e . c om   A u t o m at ic  i d e n t ific at io n  of  n at iv e  t r e e s u si n g    M ob il e N e t V 2  m od e l       M e l id ios s a  V.   P agu d p u d 1 ,  Re yn ol d   A.   Rus t ia 1 ,  Wil yn   S .   M ar z o 1 ,   Joe l   G.   Car ig 2   1 D e pa r tm e nt   of   C o mpu te r  S c ie n c e , Q ui r in o   S ta te  U ni ve r s it y , Q ui r in o  P r ov in c e , P hi li ppi n e s   2 C o ll e g e   of  A gr ic ul tu r e , F o r e s tr y , a nd E ngi n e e r in g, Q ui r in o  S ta te  U ni ve r s it y , Q ui r in o  P r ov in c e ,  P hi li ppi n e s       Ar t ic l e   I n f o     AB S T RA CT   A r ti c le  h is tor y :   R e c e i ve d   J u n   7,   2024   R e vi s e d  De c   2,   2024   A c c e pt e d  De c   15,   2024       I n   p ro t ec t i n g   o u r  b i o d i v e rs i t y ,   k n o w l ed g e   o f  t r ee   s p eci e s   i s   v i t al .   H o w ev e r,   n o t   a l l   p eo p l e  ar e   fa mi l i ar  w i t h   t h e  t ree s   p re s en t   i n   t h e  co mm u n i t y   w h i ch   c a n   affec t   t h e i r  ab i l i t y   t o   fu l l y   p ro t ec t   t h e   t ree s .   In   t h i s   p rem i s e   t h at   t h e  re s e ar ch e rs   d ec i d e d   t o   co n d u c t   t h i s   s t u d y   t o   s u p p o rt   t h e   s u s t ai n ab l e   f o r e s t   m an a g eme n t   p ro j ec t   i n   t h e   Pr o v i n ce   o f  Q u i r i n o   t h ro u g h   t h e   c r e at i o n   o f  a  mo d e l   o f  a u t o m at i c   i d e n t i f i c at i o n   o f  n at i v e   t r ee s ,   u s i n g   t h e   l e av e s   o f  t h e  t re e s ,   f o u n d   w i t h i n   t h e   Q u i r i n o   Fo r e s t   l an d s c ap e .   T h e  m o d e l   a i m s   t o   h e l p   re s i d en t s   w i t h   a cce s s i b l e   t o o l s   f o r  t ree   i d e n t i f i c at i o n   w h i c h   c a n   b e  u s ed   i n   t h e   co n s e rv at i o n   e ffo rt s   w i t h i n   t h e  p ro v i n ce .   T ran s fer  l e arn i n g   f o r  d ee p   l e ar n i n g ,   o n e   o f   t h e   l at e s t   ad v an cemen t s   i n   i m ag e  p ro ce s s i n g ,   s h o w s   p o t e n t i al   f o r  t ree   i d e n t i f i c at i o n   b ec au s e   t h e   me t h o d   d o d g e s   t h e   l ab o r - i n t en s i v e  f e at u r e  e n g i n ee ri n g .   U s i n g   t h e  Q u i r i n o   Pr o v i n ce  n at i v e   t r ee s   l e af/ l e af l e t   i m ag e s   d at as e t ,   w h i c h   w as   an n o t at e d   b y   f o r e s t e rs ,   t h e  Mo b i l e N e t V 2   co n v o l u t i o n a l   n e u ra l   n e t w o r k   w as   ev al u at e d   s y s t emi c al l y   i n   t h i s   p ap e r.   T h e   r e s u l t   s h o w s   t h at   t h e   b e s t   mo d el   v e rs i o n   t o   c l as s i f y   t h e   n at i v e   t re e s   b as ed   o n   t h ei r  l e a v e s   o r  l e afl e t s   i s   t h e   o n e   p ro d u ced   u s i n g   8 0 0   t rai n i n g   s t e p s   w h i c h   y i e l d s   an   o v e ra l l   a ccu ra cy   o f  8 9 . 6 1 % .   T h e  r e s u l t   at t ai n ed   fo r   t h e   t re e   i d en t i fi c at i o n   i n d i c at e s   t h at   t h e   p ro p o s ed   t ech n i q u e   m i g h t   b e   a n   ap p ro p ri at e   t o o l   t o   as s i s t   h u m an s   i n   t h e   i d e n t i f i c at i o n   o f  n at i v e   t r ee s   fo u n d   w i t h i n   t h e   l an d s c ap e  o f   Q u i r i n o   an d   c a n   p ro v i d e  r e l i a b l e  t ech n i c al   s u p p o rt   fo r  s u s t ai n ab l e   fo r e s t   m an a g eme n t .   K e y w o r d s :   A ut o m a t i c   i d e n t i f i c a t i o n   C o n v o l ut i o n a l   n e ur a l   n e t wo r k   De e p  l e a r ni ng   I m a ge   pr o c e s s i n g   Na t i v e   t r e e s   T r a n s f e r   l e a r ni ng   Th i s   i s   a n   o p en   a c ces s   a r t i c l e  u n d e r   t h e  CC  B Y - SA   l i cen s e.     C or r e s pon din g  A u th or :   M e l i d i o s s a   V.   P a gudpud   De pa r t m e n t   o f   C o m put e r   S c i e n c e ,   Qu i r i n o   S t a t e   U ni ve r s i t y   Z a m o r a ,   C a b a r r o gui s ,   Qu i r i n o   P r o vi n c e ,   P hi li pp i n e s   E m a i l :  m e li d i o s s a . pa gudpud@ q s u. e du. ph       1.   I NT RODU C T I ON   T h e   e nvi r o nm e n t   i s   f a s t   a b a t i n g  wo r l d w i d e   a n d  t h e   de gr a da t i o n   r a t e   i s   m a i nly   t h e   c o n s e qu e n c e   o f   d i r e c t   a n d  i n d i r e c t   h u m a n   a c t i o n s   [ 1] - [ 3] .   De v e l o p i n g  pr e c i s e   kn o w l e dg e   o f   t h e   i de n t i t y   a n d  t h e   ge o gr a phi c   d i s t r i b ut i o n   o f   di f f e r e n t   pl a n t s ,   o f   whi c h   t r e e s   a r e   a   pa r t,   i s   i n d i s p e n s a bl e   f o r   f ut ur e   e n vi r o nm e n t   c o n s e r v a t i o n   [ 4] .   He n c e ,   f a s t   a n d  c or r e c t   pl a n t   a n d  t r e e   i de n t i f i c a t i o n   i s   a   ke y   pa r t  o f   t h e   s uc c e s s f u l   s t udy   a n d  m a na ge m e n t   o f   t h e   e c o s y s t e m   [5 ],   [ 6] .   P l a n t   i d e n t i f i c a t i o n ,   i n c l ud i ng  t r e e   i de n t i f i c a t i o n ,   i s   n o t   t h e   s o l e   r e s po n s i b il i t y   o f   e x pe r t s   i n   t h e   f i e l d.   I t  i s   a l s o   v a l u a bl e   t h a t   a l l   t h e   c o m po n e n t s   o f   s o c i e t y   s h o u l d  b e   i nv o l v e d.   I t   i s   a l s o   t h e   r e s po n s i bil i t y   o f   a l l   pe o pl e   f r o m   a ll   wa l ks   o f   li f e   f r o m   l a n d s c a pe   a r c hit e c t s ,   b ot a ni s t s ,   h o r t i c u l t ur i s t s ,   c o n s e r v a t i o ni s t s ,   e c o l o g i s t s ,   f o r e s t e r s ,   a n d  bi o l o g i s t s   to  t h e   ge n e r a l   pu bli c   li ke   to ur i s t s ,   m o un t a i n   c li m be r s ,   hi ke r s ,   a n d  n a t ur e   l o v e r s   [ 5] .   Ho we v e r ,   t h e   i de n t i f i c a t i o n   o f   p l a n t s   a n d  tr e e s   u s i n g  t h e   c o n v e n t i o n a l   m e t h o d  i s   n o t  o nl y   l a b o r - i n t e n s i ve ,   c o m p li c a t e d,   a n d  e x a s pe r a t i n g  f o r   n o n - e x pe r t s   b ut  i t   a l s o   r e qui r e s   pr o f i c i e n c y   i n   p l a n t   a n d  t r e e   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t   J   I n f   &   C o m m u n   T e c hn o l     I S S N:   2252 - 8776       A utomati c   identi f ication   o f   na ti v e   tr e e s   us ing  M obi leN e tV 2  mode l   ( M e li dios s a  V .   P agudpud )   417   i de n t i f i c a t i o n   t h a t   c a n   o n l y   b e   o b t a i n e d  t h r o ugh   i n t e ns i ve   e duc a t i o n ,   e x pe r i e n c e ,   a n d  t r a i ni n g  [ 2] .   I n   a dd i t i o n ,   t h e   c i r c u m s t a n c e s   a r e   f ur t h e r   a ggr a v a t e d  by   t h e   r i s i ng  s c a r c i t y   o f   e x pe r i e n c e d  e x p e r t s   wh o  c a n   i de n t i f y   p l a n t s   [7 ],   [ 8 ]   i n c l ud i ng  tr e e s .   T h e s e   a r e   t h e   r e a s o n s   why   r e c e n t l y ,   v a r i o us   r e s e a r c h e r s   i n   o t h e r   pl a c e s   s t a r t e d   d i f f e r e n t   m e t h o ds   o f   p l a n t   i de n t i f i c a t i o n   s uc h   a s   a u to m a t i o n .   T h e   s pr e a d  o f   m a ny   t e c hn o l o g i e s   l i ke   d i g i t a l   im a g i ng  de vi c e s ,  f a s t e r   a n d  s t r o n ge r   m o bil e   a n d   c o m put e r   e qui p m e n t ,   c l o ud  da t a b a s e s ,   a n d  a dv a nc e d  s tr a t e gi e s   i n   c o m put i n g  s uc h   a s   i m a g e   pr o c e s s in g  m a ke s   t h e   a uto m a t i o n   o f   t h e   pr o c e s s   o f   p l a n t   i de n t i f i c a t i o n   po s s i bl e .   I m a ge   pr o c e s s i ng  pe r f o r m s   o pe r a t i o ns   o n   a n  im a ge   t o  e x t r a c t  s o m e   us e f u l   i n f o r m a t i o n   f r o m   i t .   T hi s   m e t h o d  h a s   b e e n   us e d  a r o un d  t h e   wo r l d  i n   d i f f e r e n t   do m a i ns   s u c h   a s   a gr i c u l t ur e   [9 ] - [ 11] ,   e duc a t i o n   [ 12] ,   to u r i s m   [1 3] ,   a n d  f o r e s tr y   [ 14]   to  n a m e   a   f e w.   I n   t h e   P hi li pp i ne s ,   i m a ge   pr o c e s s i n g  t e c hni que   h a s   b e e n   a pp l i e d  i n   f o r e s t   a n d/o r   tr e e   pr ot e c t i o n  r e c e n t l y .   S o m e   o f   t h e s e   e n d e a v o r s   i nc l ud e   t h e   i d e n t i f i c a t i o n   o f   m a n go   v a r i e t i e s   [ 15] ,   [ 16] ,  a r to c a r pus   t r e e s   [ 17] ,   c o f f e e   tr e e s   [ 18] ,   l a n z o ne s   [ 19] ,   [ 20 ] ,   c o c o n ut s   [ 21] ,   a n d  ur b a n   gr e e ni ng  t r e e   s pe c i e s   [ 22] .   Al s o ,   i m a ge   pr o c e s s i n g  wa s   ut i li z e d  i n   f o r e s t   m a pp i ng  a n d  c las s if i c a t i o n   o f   f o r e s t  t y pe s   w i t h   t r e e   s pe c i e s   i de nt i f i c a t i o n  us i n g  li g h t   de t e c t i o n   a n d  r a n g i ng  ( L i D A R )   d a t a   [ 2 3] .   M e a n w hil e ,   i n   t h e   pr o vi nc e   o f   Qu i r i n o ,   a   pr o vi n c e   l o c a t e d  a t   t h e   s l o pe s   o f   t h e   S i e r r a   M a dr e   R a n ge ,   i s   h o m e   to   a   di v e r s e   a r r a y   o f   na t i ve   t r e e   s pe c i e s ,   s uc h   a s   M o l a v e ,   H i m ba ba o ,   A n a bi o n g ,   a n d  An ti po l o   to   n a m e   a   f e w,   t h a t   m us t   b e   pr e s e r v e d  a n d  pr ot e c t e d  due   to  t h e i r   s i g nif i c a n c e   i n  e nvi r o nm e n t a l   h e a l t h ,   e c o l o g i c a l   s e r vi c e s ,   a n d  l o c a l   e c o n o m i c   a c t i vi t i e s .   T h e s e   n a t i v e   t r e e s   f o r m   a   s u b s t a n t i a l   f o r e s t   c o v e r   t h a t  s upp l i e s   dr i n k i ng  wa t e r ,   s upp o r t s   a gr i c u l t ur a l   i r r i g a t i o n ,   p r o vi de s   h a bi t a t   f o r   e n da n ge r e d  s p e c i e s   n a t i v e   t o  t h e   pr o vi n c e ,   a n d  s hi e l d s   t h e   a r e a   f r o m   f l o o ds   a n d  o t h e r   e x t r e m e   we a t h e r   e v e n t s   e x a c e r b a t e d  by   c li m a t e   c h a n ge .  Ho we v e r ,   t h e   f o r e s t  c o v e r   wa s   r e p o r t e dl y   d im i n i s hi ng  due   to   t h e   i n c r e a s e   i n   a gr i c u l t ur a l   pr o duc t i o n  i n   f o r e s t   l a n d  a r e a s   [ 19] .   E f f o r t s   h a v e   b e e n   m a de   i n  t h e   pr e vi o us   y e a r s   t h r o ugh   t h e   im p l e m e n t a t i o n   o f   pr o j e c t s   ge a r e d  t o wa r ds   s us t a i n a bl e   f o r e s t   m a n a ge m e n t   i n   t h e   pr o v i nc e   l i k e   tr e e   pl a n t i n g  a n d  r a i s i ng  o f   c o m m u ni t y   f a mi li a r i t y   a b o u t   t r e e s .   I f   pe o pl e   b e c o m e   f a m il i a r   w i t h   d i f f e r e n t   t r e e   s pe c i e s   a n d  t h e i r   n e e d s ,   pe o pl e   c a n   be tt e r   p r ot e c t   a n d  c a r e   f o r   tr e e s   e f f e c t i v e ly .   F a mi li a r i t y   w i t h   t r e e s   a l l o ws   t h e   r e s i de n t s   wi t hi n  Qu i r i n o   P r o vi n c e   to   i de n t i f y   t h e   e c o l o g i c a l   r o l e   e a c h   na t i v e   t r e e   pl a y s ,   a l l o w i ng  th e m   t o  a ppr e c i a t e   m o r e   a n d  a c t i ve l y   pr ot e c t   tr e e s   i n   t h e i r   c o m m u ni t i e s .   Ho we v e r ,   n o t   a l l   r e s i de n t s   c a n   l e a r n   a n d  b e   f a m il i a r   w i t h   t h e   na t i ve   t r e e s   pr e s e n t   i n   t h e   c o m m u ni t y   w hi c h   c a n   a f f e c t   t h e i r   a bil i t y   t o   f u l ly   pr ot e c t  t h e   n a t i v e   t r e e s .   I n   t hi s   pr e m i s e   t h a t   t h e   r e s e a r c h e r s   de c i de d  to   c o n duc t  t hi s   s t ud y   to  s upp o r t  t h e   s us t a i n a bl e   f o r e s t  m a na ge m e n t   pr o j e c t   t h r o ugh   t h e   c r e a ti o n   o f   a   m o de l   o f   a uto m a t i c   i de n t i f i c a t i o n   o f   n a t i v e   t r e e s   f o un d  wi t hi n  t h e   Qu i r i n o   F o r e s t  l a n d s c a pe .   T h e   m o de l   a i ms   to  h e l p  r e s i d e n t s   wi t h   a c c e s s i bl e   t oo l s   f o r   t r e e   i d e n t i f i c a t i o n   whi c h   c a n   b e   us e d  i n   t h e   c o n s e r v a t i o n   e f f o r t s   w i t hi n   t h e   pr o vi nc e .   T h e   pr i m a r y   o bj e c t i ve   o f   t hi s   s t udy   i s   to  b u i l d  a n   a uto m a t e d  i de n t i f i e r   m o de l   o f   na t i ve   tr e e s   f o un d  i n  t h e   l a n ds c a p e   o f   Qu i r i n o   P r o vi n c e   t h r o ugh   a n   i m a ge   pr o c e s s i n g  t e c hni que .   S pe c i f i c a ll y ,   i t   s o ugh t  to   ( i )  b u i ld   t h e   Qu i r i n o   P r o vi n c e   n a t i v e   t r e e s   l e a f / l e a f l e t s   im a ge s   da t a s e t ;   ( ii )  t r a i n   t h e   i de n t i f i e r   to   p r o d uc e   t h e   i de n t i f i c a t i o n   m o de l ;   a n d   ( i ii )  t e s t   t h e   i de n t i f i e r   to   gi v e   a n   e s t i m a t e   f o r   t h e   i de n t i f i c a t i o n   a c c ur a c y .   T h e   r e s e a r c h e r s   c a pt ur e d  s i m p l e   l e a f   a n d  c o m po un d  l e a f   l e a f l e t   i m a ge s   o f   13  o u t  o f   t h e   51  n a t i v e   t r e e s   li s t e d  i n  t h e   “ F i e l d  Gu i de b o o k  o n   Na t i ve   T r e e s   f o un d  w i t hi n   t h e   Qu i r i n o   F o r e s t   l a n ds c a pe   [ 24] ” .   I n s p i r e d  by   t h e   de e p  l e a r ni ng  b r e a kt h r o ugh   i n   t r e e   i de n t i f i c a t i o n   us i ng  i m a g e   pr o c e s s i n g,   t hi s   wo r k   ut i li z e s   a   de e p  l e a r ni ng  m o de l ,   s pe c i f i c a ll y   M o bil e Ne t V2  c o n v o l ut i o n a l   n e ur a l   n e t wo r k,   t h r o ugh   t r a n s f e r   l e a r ni ng  f o r   i m a ge - b a s e d  a ut o m a t i c   i de n t i f i c a t i o n   o f   n a t i v e   t r e e s .   T h e   m o de l   c r e a t e d  c a n   b e   us e d  i n   d e s i g ni n g   a n   up - to - da t e   c o m put e r   vi s i o n   too l   a uto m a t i n g  t h e   pr o c e s s   o f   tr e e s   i d e n t i f i c a t i o n   i n   t h e   pr o vi n c e   o f   Qui r i n o   whi c h   i s   e x pe c t e d  to   b e n e f i t   f i e l d  r e s e a r c h e r s ,   l a n d   o wn e r s   a n d  m a n a ge r s ,   e duc a t o r s ,   l e a r n e r s ,  publi c   s e r v a n t s ,   a n d  t h e   i n t e r e s t e d  publ i c   a n d  w il l   e v e n t ua l ly   h e l p  c o m m u ni t i e s   i n  b u il d i n g  s us t a i n a ble  f o r e s t  m a n a ge m e n t .       2.   RE L AT E D   L I T E RA T U RE   T h e   a d v a n c e m e n t   o f   c o m put e r   i m a ge   pr o c e s s i ng   t e c h n o l o g y   m a ke s   i t   po s s i bl e   f o r   t h e   a uto m a t i c   i de n t i f i c a t i o n   o f   p l a n t   a n d  tr e e s   s pe c i e s .   I n   ot h e r   c o un t r i e s ,   o n e   o f   t h e   f i r s t   to  de v e l o p  m o de r n   de e p  l e a r ni ng   a dv a nc e m e n t   i n   p l a n t   s pe c i e s   i de n t i f i c a t i o n   h a s   99. 7%   a c c ur a c y   o n   44  s pe c i e s   f r o m   t h e   R o y a l   B ot a ni c   Ga r de ns   i n   E n g l a n d   [ 25] .   T h e r e   i s   a l s o   t hi s   e xi s t i ng  pl a n t   da t a b a s e   c a ll e d  L e a f s na p  t h a t   c o v e r s   p l a n t s   f o un d  in  t h e   Nor t h   E a s t e r n   Uni t e d  S t a t e s   a n d  i s   f i r s t   i n t r o du c e d  a s   a   pa r t   o f   a   m o bi l e   a pp li c a t i o n   c a ll e d  L e a f S na p  [ 26] .   I n   t h e   P hi li pp i ne s ,   i m a ge   pr o c e s s i n g  t e c hni que   h a s   b e e n   a pp l i e d  i n   f o r e s t   a n d/o r   tr e e   pr ot e c t i o n  r e c e n t l y .   S o m e   o f   t h e s e   e n d e a v o r s   i nc l ud e   t h e   i d e n t i f i c a t i o n   o f   m a n go   v a r i e t i e s   [ 27] ,  [ 28] ,  a r to c a r pus   t r e e s   [ 17 ] ,  [ 29 ] ,   c o f f e e   t r e e s   [3 0 ] ,   a n d  c o c o n ut s   [3 1 ] .   A s   o f   t h e   m o m e n t ,   n o   s t udi e s   h a ve   y e t   b e e n   r e por t e d  de d i c a t e d  to  t h e   a uto m a t i c   i de n t i f i c a t i o n   o f   t h e   c o un t r y ’ s   n a t i v e   t r e e s .   W i t h   t h e   a b o v e   m e n t i o ne d   r e a l i t i e s   e s t a bli s h e d  i n   t h e   b a c kgr o un d,   t hi s   s t ud y   f o c us e s   o n   t h e   i de n t i f i c a t i o n   o f   n a t i v e   t r e e s   f o un d  i n   t h e   l a n d s c a pe   o f   Qu i r i n o   P r o vi n c e   us i ng  i m a ge   pr o c e s s i ng,   pa r t i c u l a r ly   t h e   t r a n s f e r   l e a r ni ng  t e c h ni qu e .   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2252 - 8776   I n t   J   I n f   &   C o m m u n   T e c hn o l ,  Vo l .   1 4 ,   N o.   2 ,  A ugus t   20 2 5 :   416 - 426   418   3.   M E T HO D   T h e r e   a r e   t h r e e   m a i n   a c t i vi t i e s   pe r f o r m e d  i n   t hi s   s t udy   a s   s h o wn   i n   F i gur e   1 ,   n a m e l y :  im a ge   da t a s e t  b u il d i ng ;   t r a i ni ng  t h e   c l a s s i f i e r ;   a n d  f i na ll y ,   t e s t i n g   t h e   c l a s s if i e r .           F i gur e   1 .  T h e   m e t h o do l o g y   o f   t h e   s t ud y       3 . 1.     B u il d in g  t h e   im age s   d at as e t   Dur i n g  t h e   b u il d i ng  o f   t h e   i m a g e ’ s   da t a s e t ,   t h e   r e s e a r c h e r s   a c qu i r e d  im a ge s   f r o m   a n   e xi s t i n g  Qu i r i n o   F o r e s t  t r e e s   l e a f / l e a f l e t   i m a g e s   da t a s e t  l o c a t e d   a t  t h e   Da t a   M i ni ng  L a b o r a to r y   o f   Qu i r i n o   S t a t e   Un i ve r s i t y -   C a b a r r o gui s   C a m pus ,   C o m put e r   S c i e n c e   De pa r t m e n t   a n d  by   c a pt ur i n g  l e a v e s   a n d  l e a f l e t s   o f   d i f f e r e n t   n a t i v e   t r e e s   f o un d  i n   t h e   pr o vi n c e   o f   Qu i r i n o .   T h e r e   we r e   13  s pe c i e s   o f   na t i ve   t r e e s   c o n s i de r e d  f o r   t hi s   s t udy .   S e v e n  ( 7)   s pe c i e s   o f   t r e e s   we r e   l if t e d  f r o m   t h e   e xi s t i n g  da t a s e t  o f   Qu i r i n o   F o r e s t  t r e e s   a n d  s i x   ( 6)   s pe c i e s   o f   n a t i v e   t r e e s   we r e   ga t h e r e d  pe r s o n a l ly   by   t h e   r e s e a r c he r s   us i n g  d i g i t a l   c a m e r a s   a n d  s m a r t ph o n e s   h a vi ng   a t  l e a s t     20 - m e ga p i xe l   c a m e r a   s y s t e m .     T h e r e   a r e   13 , 937   i m a ge s   c o l l e c t e d  whi c h   we r e   s a v e d  i n   a   n e w  l o c a l   da t a b a s e   r e a d y   f o r   a n n o t a t i o n .   T h e   i m a ge s   we r e   t h e n   a nn o t a t e d  by   f o r e s t e r s .   T h e   im a ge s   we r e   a nn o t a t e d  us i n g  t h e   l o c a l   n a m e s   o f   t he   n a t i v e   t r e e s .   T h e   13, 937  a n n o t a t e d  i m a ge s   un de r we n t   da t a   c l e a ns i ng.   I m a g e s   w i t h   a   l e a f   o r   l e a f l e t   t h a t   we r e   t a ke n  too  f a r   we r e   r e m o v e d.   T h e   13, 832   i m a ge s   p a s s e d  th e   c l e a n s i ng  a s   s h o wn   i n   T a bl e   1.   T h e   13, 572   i m a ge s   we r e   us e d  a s   t r a i ni ng  da t a ,   a n d  t h e   r e m a i n i ng  260  i m a ge s   we r e   us e d  a s   a   t e s t   da t a s e t .       T a bl e   1.   Da t a s e t s   di s t r i b ut i o n   o f   i m a g e s   D a ta s e t   N umbe r   of   i ma ge s   D ir e c t o r y   T r a in in g  d a ta   13,572   T r a in in g  da ta s e t   T e s t  d a ta   260   T e s t  da ta s e t   T ot a l   13,832         3 . 2.     T r ain in g  t h e   c l as s if ie r   I n   t hi s   pa r t  o f   t h e   s t udy ,   P y t h o n   3,   t h e   Goo gl e   C o l a b o r a to r y   Not e b oo k,   a n d  t h e   T e n s o r F l o w  2. 4   m a c hi ne   l e a r ni ng  l i br a r y   we r e   ut i l i z e d.   T h e   r e s e a r c h e r s   im p l e m e n t e d  de e p  l e a r ni ng  us i ng  t h e   t r a n s f e r   l e a r ni ng  t e c h ni que   i n   b u il d i ng  t h e   m o de l .   T r a n s f e r   l e a r ni ng  i s   a   t e c h ni que   t h a t   us e s   a   pr e - tr a i n e d  m o de l   a n d   r e us e s   i t   in   a   n e w  m o de l ,   i t   i s   po pul a r ly   k n o wn   a s   r e t r a i nin g.   T r a n s f e r   l e a r ni ng  i s   a   t e c hni que   t h a t  us e s   a   pr e - tr a i ne d  m o de l   a n d  r e us e s   i t   i n   a   n e w  m o de l ,   i t   i s   po pu l a r ly   k n o wn   a s   r e t r a i ni ng.   T h e   pr e - t r a i n e d  m o de l   o bt a i n s   t he   kn o w l e dge   f r o m   t h e   l a r ge   da t a s e t,   whi c h   i s   r e pr e s e n t e d  a s   t h e   we i g h t s   i n   t h e   n e t w o r k .   T h o s e   we i g h t s   a r e   t h e n  us e d  i n   a n ot h e r   n e t wo r k  f o r   a   di f f e r e n t   t a s k  w i t h   a   d i f f e r e n t   da t a s e t.   T h e r e f o r e ,   i n s t e a d  o f   t r a i ni ng  t he   s e c o n d   n e t wo r k  f r o m   s c r a t c h ,   us ua ll y   w i t h   a   s m a l l   da t a s e t ,   i t s   “ t r a ns f e r s ”   t h e   l e a r n e d  f e a t ur e s   o f   t h e   f i r s t   n e t wo r k   to  t h e   s e c o n d  n e t w o r k.   T h e   n e t wor k  l e a r n s   a b o ut  t h e   s pe c i f i c   f e a t ur e s   f o r   a   pa r t i c u l a r   t a s k   i n   t h e   l a s t   l a y e r s   o f   t h e   n e t wo r k .   T h e r e f o r e ,   i n   t r a n s f e r   l e a r ni ng,   t h e   we i g h t s   o f   t h e   b a s e   n e t wor k  o r   m o de l   a r e   f r o z e n .   T h e n ,   t h e  l e a r ni ng  pr o c e s s   i s   do n e   to  t h e   l a s t   l a y e r   o f   t h e   n e t w o r k ,   whi c h   i s   ge n e r a ll y   a   f u l ly - c o nn e c t e d  l a y e r ,   s o  t h a t   t h e   n e t wor k  c a n   l e a r n   t h e   s pe c i f i c   f e a t ur e s   to   c l a s s if y   t h e   n e w  da t a s e t   [ 3 2 ].   I n   t hi s   s t ud y ,   t h e   r e s e a r c h e r s   r e us e d  t h e   c a pa bi li t i e s   f r o m   t h e   M o bil e Ne t V2  n e ur a l   n e t wo r k   a n d   t r a i n e d  t h e   n a t i v e   t r e e s   i de n t i f i c a t i o n   l a y e r   o n   top.   M o bi l e Ne t V2  i s   a   G oo gl e - b a s e d  de v e l o pe d  a r c hi t e c t ur e   t h a t  i s   pr e t a i n e d  o n   m il li o n   i m a ge s   o f   1 , 000  di f f e r e n t   c l a s s e s   [ 3 3 ] .   M o bi l e Ne t V2  i s   a n   a dv a nc e d  n e ur a l   n e t wo r k  a r c hi t e c t ur e   t h a t   e x e c ut e s   b e t t e r   o n   m o bil e   de vi c e s   w h e r e   i t   do e s   n ot   h a v e   t o  t r a i n   t h e   m o de l   f r o m   s c r a t c h ,   i t   o nl y   c h a n ge s   t h e   l a s t   o u t pu t  l a y e r s   a c c o r d i n g  to   t h e   d o m a i n.   F i gur e   2  s h o ws   t h e   b a s i c   a r c hi t e c t ur e   o f   M o bi l e Ne t V2.   T o  c o m e   o u t  wi t h   i m pr o v e d  r e s u l t s ,   t h e   r e s e a r c h e r s   t r i e d  a l t e r i n g  t h e   de t a i l s   o f   t h e   l e a r ni ng  pr o c e s s   by   c ha n g i n g  t h e   n u m be r   o f   tr a i ni ng  s t e ps   to  e x pe r i m e n t   o n   wh a t  w o r ks   b e s t   f o r   t h e   m o de l .   T h e   n u m be r   o f   t r a i ni ng  s t e ps   wa s   c ha n ge d  f r o m   400,   500,   800,   a n d  1 , 000.   Va l i da t i o n   a c c ur a c y   f o r   e a c h   t r a i ni ng  s t e p  wa s   r e c o r de d .   T h e   a c c ur a c i e s   r e c o r de d  we r e   t h e n   c o m pa r e d  a n d  t h e   c o r r e s p o n d i n g  t r a i ni ng  s t e p  w i t h   t he   hi g h e s t   v a li da t i o n   a c c ur a c y   wa s   n o t e d   a n d  un de r we n t   a   t e s t  f o r   o v e r f i t t i n g.     Evaluation Warning : The document was created with Spire.PDF for Python.
I n t   J   I n f   &   C o m m u n   T e c hn o l     I S S N:   2252 - 8776       A utomati c   identi f ication   o f   na ti v e   tr e e s   us ing  M obi leN e tV 2  mode l   ( M e li dios s a  V .   P agudpud )   419   W i t h   t h e   us e   o f   t h e   T e n s o r B o a r d,   a   s e r i e s   o f   s t e ps   o u tpu t   du r i n g  r e t r a i ni ng  wa s   vi s u a l i z e d  s h o w i n g   v a li da t i o n   a c c ur a c y   a n d  t h e   c r o s s   e n t r o py .   T h e   a c c ur a c y   a n d  c r o s s - e n t r o py   v a l ue s   o f   t h e   m o de l   we r e   a s s e s s e d   f o r   o v e r f i t t i n g  o r   un de r f i t t i n g  o c c ur r e n c e s .   Af t e r   t r a i ni ng  wa s   c o m p l e t e ,   t h e   f o l l o w i ng  t wo   f i les   we r e   ge n e r a t e d:  ( i )   r e tr a i n e d_gr a p h . pb ,   w hi c h   c o n t a i ns   a   ve r s i o n   o f   t h e   s e l e c t e d  n e t wor k  wi t h   a   f i n a l   l a y e r   r e tr a i ne d  o n   t h e   i de n t i f i c a t i o n   c a t e go r i e s ;   a n d  ( ii )   r e tr a i ne d_ l a b e l s . t x t ,   whi c h   i s   a   t e x t   f il e   c o n t a i ni n g  l a b e l s .   T h e   f il e s   c a n   b e   us e d  i n   de v e l o p i ng  a n   a uto m a t i c   Qu i r i n o   P r o v i nc e   n a t i v e   t r e e   i de n t i f i c a t i o n   s y s t e m .           F i gur e   2.   T h e   b a s i c   a r c hi t e c t ur e   o f   M o bi l e Ne t V2  [ 3 4 ]       3 . 3.     T e s t in g  t h e   c l as s i f ie r   T o  t e s t   t h e   m o de l ,   a   s c r i pt   o f   T e n s o r f l o w ’ s   n a m e d  l a b e l _ im a ge . p y   w a s   us e d.   F o r   e a c h   e x e c ut i o n ,   t h e   m o de l   pr i n t s   a   l i s t   o f   na t i ve   t r e e   i de n t i f i c a t i o n   l a b e l s   w i t h   t h e   c o r r e c t  i de n t i f i c a t i o n   l a be l   o n   to p.   T h e   r e s u l t   o f   t h e   t e s t i n g  wa s   c o m pa r e d  to   t h e   a nn o t a t i o n   do n e   by   t h e   f o r e s t e r s   to   de t e r m i ne   t h e   a c c ur a c y .   T e s t i ng  a l l   t h e   260  i m a g e s   o n   t h e   t e s t _da t a s e t,   t h e   t e s t  a c c ur a c y   w a s   de r i v e d.       4.   RE S UL T S   AN D  DI S CU S S I ON   4 . 1.     T h e   q u ir in o  n at ive  t r e e s   i m age   d at as e t   T h e   i m a ge s   ga t h e r e d  we r e   a nn o t a t e d  b a s e d  o n   th e i r   s pe c i e s   a s   pr e s e n t e d  i n   T a bl e   2.   T h e r e   we r e   t hi r t e e n   c a t e go r i e s   s i nc e   t h e r e   a r e   13  n a t i v e   t r e e s   c o n s i de r e d.   T h e   c a t e go r i e s   us e d  we r e   Ka m a go n g,   B i g n a i ,   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2252 - 8776   I n t   J   I n f   &   C o m m u n   T e c hn o l ,  Vo l .   1 4 ,   N o.   2 ,  A ugus t   20 2 5 :   416 - 426   420   Duh a t ,   Hi m ba b a o ,   A n t i po l o ,   Al im ,   An a bi o n g,   B a na b a ,   B a na t o,   I pi l ,   Na r r a ,   B u l a l a ,   a n d  M o l a v e .   E x a m p l e s   o f   a nn o t a t e d  i m a ge   da t a   f o r   e a c h   s pe c i e s   a r e   s h o wn   in   F i gur e s   3  to   15 .       T a bl e   2.   C a t e g o r i e s   us e d  i n   a nn o t a t i o n   F ig ur e  N o .   C a te gor y   ( s pe c ie s )   T ot a l  numbe r   of  a nn o ta te d  im a ge s  us e d i n  tr a in in g   T ot a l  numbe r   of   a nn o ta te d  im a ge s  us e d i n t e s ti ng   F ig ur e  3   K a ma g o ng    1 , 010   20   F ig ur e  4   B ig na i   1 , 005   20   F ig ur e  5   D uha t   1 , 010   20   F ig ur e  6   H im ba ba o     1 , 015   20   F ig ur e  7   A nt ip o l o   1 , 020   20   F ig ur e  8   A li m   1 , 069   20   F ig ur e  9   A na bi o ng   1 , 021   20   F ig ur e  10   B a na ba   1 , 090   20   F ig ur e   11   B a na to   1 , 083   20   F ig ur e  12   I pi l   1 , 073   20   F ig ur e  13   N a r r a   1 , 068   20   F ig ur e  14   B ul a la   1 , 100   20   F ig ur e  15   M o la ve   1 , 008   20     T ot a l   13 , 572   260               F i gur e   3 .   K a m a go n g         F i gur e   4 .   B i g n a i         F i gur e   5.   Duh a t               F i gur e   6.   Hi m ba b a o         F i gur e   7.   A n t i po l o         F i gur e   8.   Al im               F i gur e   9.   A n a bi o n g         F i gur e   10.   B a n a b a         F i gur e   11.   B a n a t o       Evaluation Warning : The document was created with Spire.PDF for Python.
I n t   J   I n f   &   C o m m u n   T e c hn o l     I S S N:   2252 - 8776       A utomati c   identi f ication   o f   na ti v e   tr e e s   us ing  M obi leN e tV 2  mode l   ( M e li dios s a  V .   P agudpud )   421           F i gur e   12.   I pi l         F i gur e   13.   Na r r a         F i gur e   14.   K a pu l a s a n           F i gur e   15.   M o l a v e       4 . 2.     T h e   r e s u l t   of   t h e   t r ain in g   T h e   l a b e l e d  da t a s e t   un de r we n t   r e tr a i ni n g  pr o c e dur e s   us i n g  t h e   M o bi l e Ne t V2  n e t wor k  m o de l .     T h e   f i na l   v a li da t i o n   a c c ur a c i e s   f o r   e a c h   o f   t h e   r e tr a i ni ng  pr o c e s s e s   c o n duc t e d  we r e   r e c o r de d.   T h e   v a li da t i o n  a c c ur a c y   i s   t h e   pr e c i s i o n   o f   a   gr o up  o f   i m a ge s   t ha t   we r e   r a n do m ly   s e l e c t e d  by   t h e   m o de l   f r o m   t h e   tr a i ni ng   da t a .   T h e   va l i d a t i o n   a c c ur a c y   i s   t h e   t r ue   m e a s ur e   o f   t h e   pe r f o r m a n c e   o f   a   n e t wo r k  m o de l   a n d  wa s   us e d  i n   t hi s   s t udy   f o r   t h e   s e l e c t i o n   o f   w hi c h   i s   t h e   r i g h t   o n e   to   i m p l e m e n t   i n   b u il d i ng  t h e   n a t i v e   t r e e   i de n t i f i e r .   T a bl e   3  pr e s e n t s   t h e   r e s u l t   o f   t h e   r e tr a i ni ng  pr o c e s s .   B a s e d  o n   t h e   t a bl e ,   t h e   m o de l   wa s   r e t r a i n e d   us i n g  400,   500,   800,   a n d  1 , 000  tr a i ni ng  s t e ps .   T h e   n u m be r   o f   t r a i ni ng  s t e ps   m e a n s   t r a i ni ng  us i ng  a   ba t c h   s i z e   o f   t r a i ni ng  da t a   a t   a   t i m e .   T h e   t r a i ni ng  s t e ps   we r e   a d j u s t e d  f r o m   400  to   1 , 000  to   r un   t h r o ugh   t h e   pe r f o r m a n c e   o f   t h e   M o bi l e Ne t V2.   C o m p a r i n g  t h e   de r i v e d  f i na l   v a li da t i o n   a c c ur a c i e s ,   M o bi l e Ne t V2  wi t h   t r a i ni ng  s t e p  800  s h o we d  t h e   hi g h e s t   a c c ur a c y   a s   c o m pa r e d  t o  t h e   oth e r   t r a i ni ng  s t e ps   w i t h   a n   a c c ur a c y   o f   88. 83% .   Al s o ,   t h e   t r a i ni ng  a c c ur a c y   a n d  c r o s s - e n t r o py   o f   th e   ne t wor k   we r e   o b s e r v e d  us i ng  t h e   T e n s o r B o a r d.   F i gur e   16  de p i c t s   t h e   va r i a t i o n   i n  a c c ur a c y   w hil e   F i gur e   17  pr e s e n t s   t h e   va r i a t i o n   o f   c r o s s - e n t r o p y   o n   t h e   n a t i v e   t r e e ’ s   da t a s e t   us i n g  M o bil e Ne t V2  w i t h   800  t r a i ni ng  s t e ps .   T w o   l i ne s   a r e   s h o wn   f o r   e a c h   gr a ph .     T h e   r e d  l i ne s   s h o w  t h e   r e s u l t s   o f   t h e   m o de l   o n   t h e   tr a i ni ng  da t a .   W hil e   t h e   bl ue   li ne s   s h o w  t h e   r e s u l t s   o f   t h e   v a li da t i o n   s e t .   T h e   t r a i ni ng  a c c ur a c y   pr e s e n t s   t h e   p o r t i o n   o f   t h e   im a ge s   ut i li z e d  i n   t h e   c ur r e n t   t r a i ni ng  b a t c h   t h a t  we r e   l a b e l e d  w i t h   t h e   c o r r e c t   c l a s s .   T h e   d i f f e r e n c e   b e t we e n   t h e   t r a i ni ng  a c c ur a c y   a n d  t h e   v a li da t i o n   a c c ur a c y   i s   b a s e d  o n   i m a ge s   t h a t   t h e   n e t w o r k  h a s   b e e n   a bl e   to   l e a r n   f r o m ,   s o   t h e   n e t wor k  c a n   o v e r f i t   t h e   n o i s e   i n   t h e   t r a i ni ng  da t a .   I f   t h e   tr a i ni ng  a c c ur a c y   c o n t i n u e s   to  r i s e   w hil e   t h e   v a l i d a t i o n   a c c ur a c y   de c r e a s e s ,   t h a t  m e a n s   t h e   n e t wor k  i s   o v e r f i t t i n g  a n d  m e m o r i z i ng  pa r t i c u l a r   f e a t ur e s   i n   t h e   t r a i ni ng  i m a g e s   t h a t   a r e n ’ t   h e l p f u l   m o r e   ge n e r a ll y .   T hi s   i s   a   m uc h   b e t t e r   m e a s ur e   o f   t h e   t r ue   pe r f o r m a n c e   o f   t h e   n e t wor k.   A s   t h e   t r a i ni ng   pr o c e s s   c o n t i n ue s ,   t h e   r e p o r t e d   a c c ur a c i e s   s h o u l d  im pr o v e   a n d  s h o u l d  n ot   f o r m   a   s t r a i g h t   l i ne .   A t   t h e   e n d  o f   t h e   tr a i ni n g,   t h e   f i na l   t r a i ni ng  a c c ur a c y   r e c o r de d  wa s   89. 9 %   whi c h   i s   s l i g h t l y   hi g h e r   t h a n   t h e   v a li da t i o n   a c c ur a c y .   Ne v e r t h e l e s s ,   a s   s h o wn   i n   t h e   gr a p h   i n   F i gur e   16,   M o bi l e Ne t V2  s h o ws   n o   s i g n  o f   o v e r f i t t i n g  b e c a u s e   t h e   a c c ur a c y   o f   t h e   t r a i ni n g  di d  n o t  f o r m   a   s tr a i g h t   l i ne   a n d  t h e   v a l i d a t i o n   a c c ur a c y   c o n t i n ue d  t o   p r o gr e s s   a l o n gs i de   t h e   t r a i n i ng  a c c ur a c y .   T hi s   m e a ns   t h a t   t h e   m o de l   d i d  n ot   m e mo r i z e   t h e   t r a i ni ng  s e t   b ut  i ns t e a d  i t   un de r s t a n d s   ge ne r a l   pa t t e r n s   i n   t h e   da t a .       T a bl e   3.   R e s u l t   o f   t h e   r e t r a i ni ng  pr o c e s s e s   M o de l   T r a in in g s te ps   F in a l  v a li da ti o n a c c u r a c y   M o bi l e N e tV2    400   82.63%   M o bi l e N e tV2    500   86.75%   M o bi l e N e tV2    800   88.83%   M o bi l e N e tV2    1 , 000   87.64%   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2252 - 8776   I n t   J   I n f   &   C o m m u n   T e c hn o l ,  Vo l .   1 4 ,   N o.   2 ,  A ugus t   20 2 5 :   416 - 426   422       F i gur e   16.   Va r i a t i o n   o f   a c c ur a c y   o n   t h e   da t a s e t  us i n g  M o bil e Ne t V2  m o de l               F i gur e   17.   Va r i a t i o n   o f   c r o s s - e n t r o py   o n   t h e   da t a s e t  us i n g  M o bi l e Ne t V2  m o de l       O n  t he   o t he r   ha nd ,   c r o s s - e n t r o p y   i s   a   l o s s   f u nc t i o n   t ha t   s h o w s   h o w  w e ll   t he   l e a r ni ng   pr o c e s s   i s   p r o gr e s s i ng .   L o w e r   va l u e s   f o r   l o s s   a r e   be t t e r .   T o   s u bs t a n t i a t e   t h a t   t h e   M o bil e N e t V 2  u s i ng   8 00  t r a i n ing   s t e p s   wa s   t h e   r i g ht   m o de l   t o   be   a do pt e d  f o r   t he   tr a ns f e r   l e a r ni ng ,   t he   t r a i n i ng ’ s   o bj e c t i ve   w a s   to   m a k e   t h e   l o s s   a s   s m a ll   a s   po s s i b l e ,   m o ni t o r i ng   o n   w he t he r   t h e   l o s s   k e e p s   m o ving   do w nw a r d s ,   i g n o r i ng   t h e   s h o r t - t e r m   no i s e .   A t   t h e   e n d  o f   t h e   t r a i ni ng,   t h e   r e c or de d  t r a i ni ng  c r o s s - e n t r o py   wa s   0. 455  whi l e   t h e   v a li da t i o n   c r o s s - e n t r o py   wa s   0. 575.   T h e   l o s s e s   i n c ur r e d  we r e   f a i r ly   l o w  a s   s h o wn   i n   F i gur e   17.   T hi s   i s   a n   i n d i c a t i o n   t h a t  t h e   l e a r ni ng  pr o c e s s   pr o gr e s s e d.   T h e   v a r i a t i o n s   o f   t h e   a c c ur a c y   a n d  c r o s s - e n t r o py   o n   t h e   da t a s e t   i l l u s t r a t e d  t h a t  t h e   M o bi l e Ne t V2  n e ur a l   n e t wo r k  wi t h   800  t r a i ni ng   s t e ps   wa s   s u i t a bl e   f o r   t hi s   pr o j e c t .     4 . 3.     T h e   r e s u l t   of   t h e   t e s t in g   W i t h   t h e   r e s u l t   o f   t h e   im a ge   pr o c e s s i ng,   a n   i d e n t i f i e r   wa s   c r e a t e d  a n d  t e s t e d  i n   a   n e w  da t a s e t   n a m e d   t e s t _da t a s e t .   T h e r e   a r e   260  i m a g e s   o n   t h e   s a i d  da t a s e t  l a b e l e d  t e s t _1. j pg,   t e s t _2 . j pg,   a n d  s o   o n .   Of   t h e     260  i m a ge s ,   233  i m a ge s   we r e   c o r r e c t l y   i d e n t i f i e d   by   t h e   i d e n t i f i e r .   T hi s   m e a ns   t h a t   t h e r e   wa s   89. 61%   t e s t  a c c ur a c y .   T a bl e   4  i ll u s t r a t e s   a   c o m pa r i s o n   b e t we e n  t h e   o u t pu t s   o f   t h e   i d e n t i f i e r   a n d  t h e   a nn o t a t i o n .       T a bl e   4.   C o m pa r i s o n   o f   s a m p l e   o u t pu t s   o f   t h e   i de nt i f i c a t i o n   F ig ur e  N o .   I ma ge   n a m e   I de nt i f ie r   A nno ta t o r   F ig ur e  18   te s t_ 1.j pg   A nt ip o l o   A nt ip o l o   F ig ur e  19   te s t_ 25.j pg   I pi l   I pi l   F ig ur e  20   te s t_ 59.j pg   K a pul a s a n   B a na ba   F ig ur e  21   te s t_ 100.jpg   H im ba ba o   H im ba ba o   F ig ur e  22   te s t_ 201.jpg   A na bi o ng   A na bi o ng   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t   J   I n f   &   C o m m u n   T e c hn o l     I S S N:   2252 - 8776       A utomati c   identi f ication   o f   na ti v e   tr e e s   us ing  M obi leN e tV 2  mode l   ( M e li dios s a  V .   P agudpud )   423   B a s e d   on   t h e   tabl e ,   i m a ge   tes t_1 . j pg   s h own   i n   F i g u r e   18   wa s   c l a s s i f i e d   by   b ot h   t h e   i de n t i f i e r   a n d   th e   a n n ota tor   a s   A n t i p o l o.   H owe v e r ,   t h e   i de n t i f i e r   h a d   a   di f f e r e n t  r e s u l t  f or   i m a ge   tes t_5 9 . j pg   in   F i gu r e   2 0   f r o m   t h a t   o f   t h e   a n n ot a tor .   T h e   a n n ota tor   i n d i c a ted   t h e   i m a ge   i s   a   B a n a b a   b u t  th e   i de n t i f i e r   i n d i c a ted   i t  a s   K a pul a s a n .   Ne v e r t h e l e s s ,   i t   c a n   a l s o   b e   o bs e r v e d  t h a t   i m a g e s   t e s t _25. j pg  i n  F i gur e   19 ,   t e s t _100 . j pg  in   F i gur e   2 1 ,  a n d  t e s t _201 . j pg  in   F i gur e   2 2   ha d  t h e   s a m e   o u t pu t s   f r o m   b o t h   t h e   i de n t i f i e r   a n d  t h e   a n n o t a to r   whi c h   m e a ns   t h a t   t h e   i de n t i f i e r   h a s   c o r r e c t l y   i de n t i f i e d  t h e   g i v e n   im a ge s .   T h e   r e s u l t   o f   t h e   t e s t i n g  s h o ws   t h a t   t h e   pe r f o r m a n c e   o f   t h e   pr o p o s e d  m e t h o d  i s   c o m pa r a ble  to  h u m a n   e x pe r t s .           F i gur e   18 .   t e s t _1. j pg       F i gur e   19 .   t e s t _25. j pg       F i gur e   20 .   t e s t _59. j p           F i gur e   2 1 .   t e s t _100. j pg       F i gur e   2 2 .   t e s t _201. j pg       5.   CONC L USI ON   I n   t hi s   s t ud y ,   i m a ge   pr o c e s s i n g  wa s   a pp li e d.   T h e   n a t i v e   t r e e s ’   i m a ge   da t a   we r e   i de n t i f i e d  ba s e d  o n  wh a t   s pe c i e s   t h e y   a r e   a n d  l a b e l e d  t h e m   us i ng  t h e i r   l o c a l   n a m e s .   M o bi l e Ne t V2  n e ur a l   n e t wo r k   m o de l   wa s   a pp l i e d  t o   t h e   n a t i v e   t r e e ’ s   l e a f / l e a f l e t s   t r a i ni ng  da t a s e t  vi a   t r a n s f e r   l e a r ni ng  t e c hni que .   T r a n s f e r   l e a r ni ng  wa s   im p l e m e n t e d  b e c a u s e   i t   o f t e n   s pe e ds   up  t h e   pr o c e s s   o f   t r a i ni ng  t h e   m o de l   o n   a   n e w  t a s k,   a n d  c a n   a l s o   pr o duc e   a n   a c c ur a t e   a n d  e f f e c t i ve   m o de l   o v e r a l l .   M o r e o v e r ,   t r a n s f e r   l e a r ni ng  i s   a   t e c hni que   i n   c o m put e r   vi s i o n   t h a t  a l l o w s   de v e l o pe r s   to  c i r c u m ve n t   t h e   n e e d  f o r   l o ts   o f   n e w  da t a .   T hi s   i s   t h e   r e a s o n   why   i t   i s   s ugg e s t e d  f o r   pr o j e c t s   w i t h   f e w  da t a   s o ur c e s   j us t   l i k e   t hi s   s t ud y .   T r a i ni n g   r e s ul ts   s h ow  th a t  M o b i l e Ne t V 2   wi t h   80 0   tr a i ni n g  s teps   p r oduc e s   h i gh e r   a c c u r a c y .   T h e   M o b i l e Ne t V 2   m e t h od   wa s   a b l e   to  tr a i n   a n d   tes t  13  n a t i v e   tr e e s   a n d   a c hi e v e s   a   v a l i da t i o n   a c c u r a c y   o f   8 8 . 8 3 %   wh i c h   i s   c o m pa r a bl e   to  h u m a n   e x pe r t s .   T o  v e r i f y   t h e   g e n e r a l   a d a p tabi l i t y   o f   t h e   m o de l ,   i t  w a s   tes te d   to  a   n a t i ve   tr e e s   te s t  da tas e t  a n d   a c hi e v e d   a n   a c c u r a c y   o f   23 3   ou t  o f   2 60   or   8 9 . 6 1% .   T h us ,   t h e   pr op os e d   m e t h o d  s h owe d  p oten t i a l   f or   i de n t i f i c a t i o n   b e c a us e   thi s   i s   v e r y   c l o s e   to  th os e   ob ta i n e d   by   i m a ge   p r oc e s s i n g   r e s e a r c h e r s   c o n du c ted   i n   r e c e n t  y e a r s ,   h o w e v e r ,   th e   r e s u l t  c a n   s ti l l   b e   i n c r e a s e d   by   a d d i n g  a d d i t i o n a l   i m a ge s   i n   t h e   da tas e t.   F o r   f ut ur e   w o r ks ,   t h e   r e s e a r c h e r s   s h o u l d  c o m p l e t e   t h e   n a t i v e   t r e e s   wi t hi n  t h e   Qu i r i n o   P r o vi n c e   l a n d s c a pe   a s   de s c r i be d  i n  t h e   a b o v e   m e n t i o n e d   b o o k;   i m pr o v e   t h e   a c c ur a c y   o f   t h e   na t i ve   t r e e s ’   im a g e   i de n t i f i e r   by   ga t h e r i ng  a n d  a dd i ng  m o r e   im a ge s   f o r   e a c h   t r e e ;   us e   t h e   t r a di t i o n a l   im a ge   pr o c e s s i ng  a n d  o t h e r   n e t wo r k   m o de l s   a n d  c o m pa r e   t h e   a c c ur a c i e s   w i t h   t h e   r e s u l t   o f   t hi s   s t udy ,   c o n s i de r   pr o c e s s i ng  c o m po un d   l e a v e s   i m a ge s   a s   a n   e nh a n c e m e n t   to   t h e   l e a f l e t   i m a ge s ,   a n d  f i na ll y   u s e   t h e   f i na l   m o de l   i n   de ve l o p i n g  a   s y s t e m   f o r   a uto m a t i c   n a t i v e   t r e e s   i de n t i f i c a t i o n   i n   t h e   P r o vi nc e   o f   Qu i r i n o   t h a t   c a n   a s s i s t   i n   m o ni t o r i n g  n a t i v e   t r e e s   a n d  r e l i a bl e   t e c hni c a l   s uppo r t   f o r   s us t a i n a bl e   f o r e s t   m a n a ge m e n t .       AC K NOWL E DGE M E NT S   T h e   r e s e a r c h e r s   wo u l d  l i ke   t o  t h a n k  DE NR - C E NR O,   D i f f u n ,   Qu i r i n o   f o r   t h e i r   h e l p  i n   t he   s t udy ;   t o  Dr .   E l i z a b e t h   T .   C a r i g,   t h e   V i c e   P r e s i de n t   f o r   A c a d e m i c s ,   R e s e a r c h ,   a n d  E x t e n s i o n   o f   Qu i r in o   S t a t e   Evaluation Warning : The document was created with Spire.PDF for Python.
                                I S S N :   2252 - 8776   I n t   J   I n f   &   C o m m u n   T e c hn o l ,  Vo l .   1 4 ,   N o.   2 ,  A ugus t   20 2 5 :   416 - 426   424   Uni ve r s i t y ,   f o r   a l l o w i n g  t h e m   t o   us e   h e r   b o ok  a s   t h e i r   m a i n  r e f e r e n c e ;   t o   Q ui r i n o   S t a t e   U ni ve r s i t y   a d m i n i s t r a t i o n   f o r   t h e i r   s uppo r t  to  t hi s   e n d e a v o r ;   a n d  to  e v e r y o n e   wh o   i s   i n   o n e   wa y   o r   a n ot h e r   h e l p e d  i n   t h e   r e a l i z a t i o n   o f   t hi s   r e s e a r c h   s t ud y .       F UN DI NG  I N F ORM AT I ON   T hi s   r e s e a r c h   wa s   f u n de d  by   t h e   i ns t i t u t i o n a l   r e s e a r c h   gr a n t   o f   Qui r i n o   S t a t e   Uni v e r s i t y   ( QSU) .   T h e   f i na n c i a l   s uppo r t  pr o vi de d  by   QSU  f a c i li t a t e d  t h e   s t udy ’ s   da t a   c o l l e c t i o n ,   a n a ly s i s ,   a n d  d i s s e mi n a t i o n   o f   f i nd i n g s .   T h e   a ut h o r s   e x t e n d  t h e i r   gr a t i t ude   to  t h e   uni ve r s i t y   f o r   i t s   c o n t i n uo us   c o m mi t m e n t   to  a d v a n c i n g   r e s e a r c h   a n d  i n n o v a t i o n .       AU T HO R  CONT RI B UT I ONS   S T AT E M E NT     Nam e   of   Aut h or   C   M   So   Va   Fo   I   R   D   O   E   Vi   Su   P   Fu   Me l i d i o s s a  V .   Pag u d p u d                               Rey n o l d   A .   Ru s t i a                               W i l y n   S.   Marz o ,                               J o e l   G .   Cari g                                 C   :    C o n c e pt ua li z a ti o n   M   :    M e th o d o l o g y   So   :    So f twa r e   Va   :    Va li da ti o n   Fo   :    Fo r ma l  a na l y s is   I   :    I nve s ti ga ti o n   R   :    R e s o u r c e s   D   :   D a ta  C ur a ti o n   O   :   W r it in g  -   O r ig in a l  D r a f t   E   :   W r it in g  -   R e v i e w  &   E di ti ng   Vi   :    Vi s ua li z a ti o n   Su   :    Su pe r v is io n   P   :    P r o j e c t  a dmi ni s tr a ti o n   Fu   :    Fu ndi ng a c qui s it i o n         CONF L I CT   OF   I NT E RE S T   S T AT E M E NT   A ut h o r s   s t a t e   n o  c o nf li c t   o f   i n t e r e s t .       DA T A  AV AI L AB I L I T Y   T h e   da t a   t h a t   s uppor t   t h e   f i nd i ng s   o f   t hi s   s t udy   a r e   a v a il a bl e   f r o m   t h e   c o r r e s po n d i n g  a ut h o r ,   M VPagudpud,   upo n   r e a s o n a bl e   r e que s t .       RE F E R E NC E S   [ 1]   S .  L .   P im m   e t  al . ,  “ T h e   bi o di ve r s it y   of   s p e c ie s   a nd   th e ir   r a t e s   of   e x t in c t i o n,  di s tr ib ut i o n,  a nd  p r o te c ti o n, ”   Sc ie nc e ,  vo l.   344,     no . 6187, M a y  2014, d o i :  10.1126/s c i e n c e .1246752.   [ 2]   J .  W ä ld c he n  a nd  P .  M ä de r ,  “ P la nt   s pe c i e s   id e nt i f i c a ti o n  us in g  c o mput e r   v is i o n  t e c hni qu e s :  a   s y s t e ma ti c   l it e r a tu r e   r e v i e w , ”   A r c hi v e s  o f   C om put at io nal  M e th ods  i n E ngi ne e r in g , v o l.  25, n o. 2, pp. 507 – 543, Apr . 2018, do i:  10.1007 /s 11831 - 016 - 9206 - z.   [ 3]   G .  E .  P .  M ur ph y   a nd  T .  N .  R o ma nuk,  “ A   me ta ‐ a na l y s is   of   d e c li ne s   in   l o c a l  s p e c ie s   r i c hn e s s   f r o m  huma n  di s tu r ba nc e s , ”   E c ol ogy   and E v ol ut io n ,  vo l . 4, n o . 1, pp. 91 – 103, J a n. 2014, do i:  10.100 2/ e c e 3.909.   [ 4]   A .  J o l y   e t  al . ,  “ L i f e C L E F   2015:   M ul ti me di a   li f e   s pe c i e s   id e nt i f i c a ti o n  c ha ll e ng e s , ”   in   L e c tu r e   N ot e s   in   C om put e r   Sc ie nc e   ( in c lu di ng s ubs e r ie s  L e c tu r e  N ot e s  i n A r ti f ic ia l  I nt e ll ig e nc e  and  L e c tu r e   N ot e s  i n B io in f or m at ic s ) , vo l.  9283, 2015, pp. 462 – 48 3.   [ 5]   J . W ä ld c he n, M . R z a nn y , M . S e e la nd, a nd P . M ä de r ,  “ A ut o ma t e d pl a nt  s pe c i e s  i de nt i f i c a ti o n — t r e nds  a nd  f ut ur e  di r e c ti o ns , ”   P L oS  C om put at io nal  B io lo gy , vol . 14, n o . 4, p. e 1005993, Ap r . 2018,  do i:  1 0.1371/j o u r na l. pc b i. 1005993.   [ 6]   A .  G .  H a r t  e t  al . ,  “ A s s e s s in g  th e   a c c ur a c y   of   f r e e   a ut o ma te d  p la nt   id e nt i f i c a ti o n  a ppl ic a ti o ns , ”   P e opl e   and  N at ur e ,   v ol .  5,  no.  3,   pp. 929 – 937, J un. 2023, do i:  10.1002/pan3.10460 .   [ 7]   P .  K .  P a ng  a nd  K .  H .  L im ,  “ R e v i e w   o n  a u t o ma ti c   pl a nt   id e nt i f i c a ti o n  us in g  c omput e r   v is i o n  a ppr o a c h e s , ”   I O P   C onf e r e nc e   Se r ie s :   M at e r ia ls  Sc ie nc e  and E ngi ne e r in g , v ol . 495, n o . 1, p. 012032,  J un. 2019, do i:  10.1088/1757 - 899X/495/1/ 012032.   [ 8]   B .  C .  S ta gg  a nd  J .  D il l o n,  “ P la nt   a w a r e ne s s   is   li nke d   t o   pl a nt   r e l e v a n c e :   a   r e v ie w   of   e duc a ti o na l  a nd  e th n o bi o l o g ic a l  l it e r a t ur e   ( 1998 – 2020) , ”   P la nt s   P e opl e   P la ne t ,  vo l.  4, n o . 6, pp. 579 – 592,  N ov . 2022, d o i:  10.1002/ppp3.1032 3.   [ 9]   N . K ha tr i  a nd  G . U . S hi nd e ,   “ C o mput e r   v is io n  a nd i m a ge  pr oc e s s in g f o r  p r e c is i o n a gr ic ul tu r e , ”   in   C ogni ti v e  B e hav io r  and Hu m an   C om put e r  I nt e r ac ti on B as e d on M ac hi ne  L e ar ni ng A lg or it hm s ,  W il e y , 2021, pp. 241 – 264.   [ 10]   A .  F .  H .  M a ho m o da ll y ,  G .  S uddul,  a nd  S .  A r m oo gum,  “ M a c hi ne   l e a r ni ng  te c hni qu e s   f o r   pl a nt   di s e a s e   d e t e c ti o n:   a n  e v a lu a ti o n  w it h  a   c us t o mi z e d  da ta s e t, ”   I nt e r nat io nal   J our nal   of   I nf o r m at ic s   and  C om m uni c at io n  T e c hnol ogy ,  v o l.   12,   n o .  2,  pp.  127 – 139,  A ug. 2023, do i:  10.11591/i j ic t. v 12 i2 .pp127 - 139.   [ 11]   N .  S a ndo t r a ,  P .  M a ha ja n,  P .  A br o l,   a nd  P .   K .   L e ha na ,  “ A na l y z in g  p e r f or ma nc e   of   d e e p   le a r ni ng  m o d e ls   unde r   th e   pr e s e n c e   of   di s to r ti o ns   in   id e nt i f y in g  pl a nt   l e a f   di s e a s e , ”   I nt e r nat io nal   J our nal   of   I nf o r m at ic s   and  C om m uni c at io n  T e c hnol ogy ,  v o l.   12,  n o.  2,   pp.   115 – 126, Aug. 2023, do i:  10.11591/i j ic t. v 12 i2 .pp115 - 126.   [ 12]   A .  P a ti l,   A .  S in gh,  a nd  N .   C ha uh a n,  “ A tt e nt iv e n e s s   mo ni to r in g  a nd  us e r   r e c o r d  ma in t e na nc e   in   vi r tu a l  c la s s r oo ms , ”   in   P r oc e e di ngs   -   5t h  I nt e r nat io nal   C onf e r e n c e   on  I nt e ll ig e nt   C om put in g  and  C ont r ol   S y s te m s ,  I C I C C S   2021 ,  M a y   2021,    pp. 1403 – 1409, do i:  10.1109/ I C I C C S 51141.2021.9432169.   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t   J   I n f   &   C o m m u n   T e c hn o l     I S S N:   2252 - 8776       A utomati c   identi f ication   o f   na ti v e   tr e e s   us ing  M obi leN e tV 2  mode l   ( M e li dios s a  V .   P agudpud )   425   [ 13]   T .   S i d a u r u k ,  M .   T .  R a h m a d i ,  S .  S u g i h a r t o ,  A .  S uc i a n i ,  R .  M .  S a r i ,  a n d  E .  Y u n i a s t u t i ,   “ D i s t r i b u t i o n  a n a ly s i s  o f  c o r a l  r e e f s   f o r  d e v e lo pm e n t  o f   m a r i n e   to ur i s m   i n   W e h  I s l a n d ,   A c e h ,  I n do n e s i a , ”   D e p i k ,   v o l .   1 1 ,  n o .   2 ,   p p .   2 3 7 – 2 4 5 ,   A u g .   2 0 2 2 ,   do i :   1 0 . 1 3 1 7 0 / de p i k . 1 1 . 2 . 2 5 9 1 9 .   [ 14]   G .  V iz c a r r a ,  D .  B e r me j o ,  A .  M a ur ic i o ,  R .  Z .   G o m e z ,  a nd  E .  D ia nde r a s ,  “ T h e   P e r u v ia n  A ma z o n  f or e s tr y   da ta s e t:   a   l e a f   im a ge   c la s s if i c a ti o n  c o r pu s, ”   E c ol ogi c al  I nf or m at ic s , v o l.  62, p. 1012 68, M a y  2021, d o i :  10.1016/j . e c o in f .2021.101268.   [ 15]   A .  N .  Y uma ng,  C .  J .  N .  S a mi li n,  a nd  J .  C .  P .  S in la o ,  “ D e t e c t io n  of   a nt hr a c n o s e   o n  ma ng o   tr e e   l e a f   us in g  c o n vo lu ti o na l  n e ur a l   ne tw o r k, ”   in   2023  15t h   I nt e r nat io nal   C onf e r e nc e   on  C om put e r   and  A ut om at io n  E ngi ne e r in g,  I C C A E   2023 ,   M a r .  2 023,     pp. 220 – 224, do i:  10.1109/ I C C A E 56788.2023.10111489.   [ 16]   M .  P r a bu  a nd  B .  J .  C he ll ia h,  “ M a ngo   le a f   di s e a s e   id e nt i f i c a ti o n  a nd  c la s s i f ic a ti o n  us in g  a   C N N   a r c hi te c tu r e   o pt im iz e d   b y   c r o s s ove r - ba s e d  le vy   f li gh t  di s tr ib ut i o n  a lg or it hm,”   N e ur al   C om put in g  and  A ppl ic at io ns ,  v o l.   34,  no .  9,  pp.  7311 – 7324,    M a y  2022, d o i :  10.1007/s 0052 1 - 021 - 06726 - 9.   [ 17]   R .  M .  L .  M a li na o  a nd  A .  A .  H e r na nd e z ,  “ A r t oc a r pus   tr e e s   c la s s if i c a ti o n  us in g  c o n vo lu ti o na l   ne u r a l  n e tw o r k,”   in   2018  I E E E   1 0t h  I nt e r nat io nal   C onf e r e nc e   on  H um anoi d,  N anot e c hnol ogy ,  I nf or m at io n  T e c hnol ogy ,  C om m uni c at io n  and  C ont r ol ,  E nv ir on m e nt   and M anage m e nt , H N I C E M  2018 , N ov . 2018, pp. 1 – 6, d o i:  10. 1109/H N I C E M .2018.8666322.   [ 18]   S .  D .  R .  S ig n o ,   C .  L .   G .  T uque r o ,  a nd  E .  R .  A r b ol e da ,  “ C of f e e   di s e a s e   de t e c ti o n   a nd  c la s s if i c a ti o n  us in g  im a g e   p r o c e s s in g:     a   L it e r a tu r e   r e v i e w ,”   I nt e r nat io nal   J our nal   of   Sc ie n c e   and   R e s e ar c h  A r c hi v e ,  v o l.   11,  n o .  1,  pp.  1614 – 1621,  F e b.  2 024,    do i:  10.30574/i js r a .2024.11.1.0212.   [ 19]   A .   M u h a l i   a n d   N .   L i n s a n g a n ,   “ A   c o m p a r i s o n  o f   ke r a s   a p p l i c a t io n  m o de l s   w i t h   p r e - tr a i n e d   w e i g h t s   i n   p r e d ic t i n g   t h e   d i s e a s e   o f   l a nz o ne s   l e a f , ”   i n   2 0 2 2  I E E E   1 4 t h   I nt e r n a t i o n a l   C o n fe r e n c e   o n   H u m a n o i d ,   N a n o t e c h n o l o g y ,   I n fo r m a t i o n   T e c h n o l o g y ,   C o m m u n i c a t i o n   a n d   C o n t r o l ,   E n v i r o n m e n t ,   a n d   M a n a g e m e n t ,   H N I C E M   2 0 2 2 ,   D e c .   2 0 22 ,   p p .   1 – 6,  d o i :   1 0 . 1 1 0 9 /H N I C E M 5 7 4 1 3 . 2 0 2 2 . 1 0 1 0 9 3 6 3 .   [ 20]   J .  L .  C a br e s ta nt e ,  A .  D if unt or um,  a nd  M .  G .  W a ta ,   “ D is e a s e   i de nt i f i c a ti o n  a nd  s e ve r it y   a na l y s is   o n  la nz o n e s   le a f   us in g  a ndr o id - ba s e d a ppl ic a ti o n, ”   in   A C M  I n te r nat io nal  C onf e r e nc e  P r oc e e di ng Se r ie s ,  J a n. 2024, pp. 140 – 145, do i:  10.1145/3647649.3 647673.   [ 21]   I .  M .  J a v e l,   A .  A .  B a nda la ,  R .   C .  S a lv a do r ,  R .  A .  R .  B e dr uz ,  E .  P .  D a di o s ,  a nd  R .  R .  P .   V ic e r r a ,  “ C o c o nut   f r ui t  ma tu r it y  c la s s if i c a ti o n  us in g  f u z z y   l o gi c , ”   in   2018   I E E E   10 th   I nt e r n at io nal   C onf e r e nc e   on  H um anoi d,  N anot e c hnol ogy ,  I n f or m a ti on   T e c hnol ogy ,  C om m uni c at io n  and  C o nt r ol ,  E nv ir on m e nt   and  M anage m e nt ,   H N I C E M   2018 ,  N o v .  2018,  pp.  1 – 6,     do i:  10.1109/ H N I C E M .2018.8666231.   [ 22]   X .  S un  a nd  Y .  S hi ,  “ T he   im a ge   r e c o gni ti o n  of   u r ba n  gr e e ni ng   tr e e   s pe c i e s   ba s e d  o n  de e p  le a r ni ng  a nd  C A M P - M K N e t  m o d e l, ”   U r ban F or e s tr y  and Ur ban G r e e ni ng , v o l.  85, p. 127970, J ul . 2 023, do i:  10.1016/j .u f ug.2023.127970.   [ 23]   A .  H .  B a ll a d o   e t  al . ,  “ F o r e s t  ma ppi ng  a nd  c la s s i f i c a ti o n  of   f o r e s t  T y p e   us in g  L iDA R   da ta   a nd  tr e e   s p e c ie   id e nt i f i c a ti o n  th r ough  im a ge   pr oc e s s in g  ba s e d  o n  le a f   e x t r a c ti o n  a lg o r it hms , ”   in   H N I C E M   2017  -   9t h  I nt e r nat io nal   C onf e r e nc e   on  H um a noi d,  N anot e c hnol ogy ,  I nf o r m at io n  T e c hnol ogy ,  C om m uni c at io n  and  C ont r ol ,  E nv ir onm e nt   and  M anage m e nt ,  D e c .  2 017,     vo l.  2018 - J a nua r y , pp. 1 – 6, d o i:  10.1109/ H N I C E M .2017.82694 34.   [ 24]   E .  T o ma s - C a r ig ,  F ie ld   G ui de book  on N at iv e  T r e e s  w it hi n t he  Q ui r in o F or e s t  L ands c ape , 1s t  e d. 2020.   [ 25]   S .  H .  L e e ,  C .  S .  C ha n,   P .   W il ki n,  a nd  P .  R e m a gni no ,  “ D e e p - p la nt :  p la nt   i de nt if ic a ti o n   w it h  c o nv o lu ti o n a l   ne u r a l  ne two r k s , ”   P r oc e e d in g s   -   I n t e r na ti on al  C on fe r e n c e  o n I m ag e   P r o c e s s in g,  I C I P ,  pp .  45 2 – 45 6,  2 01 5,   do i :  10 .1 10 9/ I C I P .2 01 5. 73 50 83 9.   [ 26]   V .  K .  G a jj a r ,  A .   K .   N a mbi s a n,  a nd  K .  L .  K o s ba r ,  “ P la nt   id e nt i f ic a ti o n   in   a   c o mbi n e d - im ba la n c e d   l e a f   da ta s e t, ”   I E E E   A c c e s s ,    vo l.  10, pp. 37882 – 37891, 2022, d o i:   10.1109/AC C E S S .2022.3 165583.   [ 27]   J .  C .  V .  P uno ,  R .  K .   D .  B il l o ne s ,  A .  A .  B a nda la ,  E .  P .  D a di o s ,  E .  J .  C a li lu ne ,  a nd  A .  C .  J o a qui n,  “ Q ua li t y   a s s e s s me nt   of   ma ng oe s   us in g  c o n vo lu ti o na l  n e ur a l  ne tw or k, ”   in   P r oc e e di ngs   o f   th e   I E E E   2019  9t h  I nt e r nat io nal   C onf e r e nc e   on  C y be r n e ti c s   and  I nt e ll ig e nt   Sy s te m s   and  R obot ic s ,  A ut om at io n  and  M e c hat r oni c s ,  C I S  and  R A M   2019 ,   N ov .  2019,  pp.  491 – 495,    do i:  10.1109/C I S - R A M 47153.2019.9095789.   [ 28]   G .  G ui ll e r ga n,  R .  S a ba y ,  D .  M a dr ig a l,   a nd   J .   B ua l,   “ N a iv e   ba y e s   c la s s if i e r   in   gr a di ng  c a r a ba o   ma ng oe s , ”   T e c hni um :   R om a ni an  J our nal  of  A ppl ie d Sc ie n c e s  and T e c hnol ogy , v o l.  22, pp. 14 – 3 2, A pr . 2024, do i:  10.47577 /t e c hni um. v 22 i. 10925.   [ 29 ]   A .  N .  Y uma ng,  G .  L .  B .  B a c a ll a ,  a nd  E .  N .  C .  C o r a te ,  “ M a gno li a   ja c k f r ui t  ma tu r i t y   c la s s i f ic a ti o n  s y s t e m  us in g  c o l or   s pa c e   a na l y s is , ”   in   2024   16t h  I nt e r nat io nal   C on f e r e n c e   on   C om put e r   and  A ut om at io n  E ngi ne e r in g,  I C C A E   2024 ,  M a r .  2 024,     pp. 340 – 345, do i:  10.1109/ I C C A E 59995.2024.10569743.   [3 0 ]   J .  Q .  P .   G o n z a l e s   e t  al . ,  “ C o f f e e   l e a f   r us t  di s e a s e   de te c ti o n  w it h   de e p  le a r ni ng  a lg o r i th m  a nd  w ir e le s s   s e ns o r   n e tw o r k  in te g r a ti on, ”   in   I E E E   R e gi on  10  A nnual  I nt e r nat io nal   C onf e r e nc e ,  P r oc e e di ngs /T E N C O N ,   O c t.   2023,  pp.  1052 – 1 057,    do i:  10.1109/ T E N C O N 58879.2023.10322486.   [3 1 ]   J .  A .  C a la dc a d  e t  al . ,  “ D e te r m in in g  P hi li pp in e   c o c o nu t  ma t ur it y   le ve l  us in g  ma c hi n e   l e a r ni ng  a lg o r it h ms   ba s e d  o n  a c ous ti c   s ig na l, ”   C om put e r s  and E le c tr oni c s  i n A gr ic ul tu r e , v o l.  172, p.  105327, M a y  2020, d o i :  10.1016/j . c o mpa g.2020.105327.   [3 2 ]   R .  I ndr a s w a r i,   R .  R o kha na ,  a nd  W .   H e r ul a mba ng,  “ M e la n o m a   im a ge   c la s s if ic a ti o n  ba s e d  o n  M o bi l e N e tV2  n e tw o r k, ”   P r oc e di a   C om put e r  Sc ie n c e , v o l.  197, pp. 198 – 207, 2021, d o i:  10.1016 /j . pr oc s .2021.12.132.   [3 3 ]   D .  H us s a in ,  M .  I s ma il ,  I .  H us s a in ,  R .   A lr oo ba e a ,  S .  H us s a in ,  a nd  S .  S .  U ll a h,  “ F a c e   ma s k  de t e c ti o n  u s in g  de e p  c o n vo lu ti o na l  ne ur a l  ne twor k  a nd  M o bi l e N e tV2 - ba s e d  tr a ns f e r   le a r ni ng, ”   W ir e le s s   C om m uni c at io n s   and  M obi le   C om put in g ,  v o l.   2022,    pp. 1 – 10, M a y  2022, d o i :  10.1155/2022/ 1536318.   [3 4 ]   M .  S a ndl e r ,   A .  H o w a r d,  M .  Z hu,  A .  Z hm o gi n ov ,   a nd  L .   C .  C he n,  “ M o b il e N e tV2:   in ve r t e d  r e s id ua ls   a nd  li n e a r   b o tt l e ne c ks , ”   in   P r oc e e di ngs   of   th e   I E E E   C om put e r   Soc ie ty   C onf e r e n c e   on  C om put e r   V is io n  and  P at te r n  R e c ogni ti on ,  J un.  2018,  pp.   4510 – 4 520,   do i:  10.1109/C V P R .2018.00474.       B I OG RA P HI E S   OF   AU T HO RS       M el i d i o s s a   V .   P a g u dpu d,   D I T          i s   an   as s o c i at e   p r o fe s s o r  V   at   t h e   Co m p u t e r   Sci en ce   D e p art men t ,   Q u i ri n o   St at e   U n i v e rs i t y ,   Z a m o r a,   Cab arro g u i s ,   Q u i ri n o ,   P h i l i p p i n e s .   Sh e  h o l d s   a  d o c t o rat e   d e g r ee  i n   i n f o r m at i o n   t ech n o l o g y   s p ec i a l i z i n g   i n   ag r i c u l t u r e     an d   n at u ral   r e s o u r ce s   p ro ce s s i n g .   H er   r e s e ar c h   ar eas   are   i m a g e   p ro ce s s i n g ,   s e n t i men t     an al y s i s ,   e d u c at i o n al   d at a  m i n i n g ,   a n d   p at t e rn   r eco g n i t i o n .   Sh e  c a n   b e  co n t a c t ed   at   me l i d i o s s a. p ag u d p u d @ q s u . ed u . p h .   Evaluation Warning : The document was created with Spire.PDF for Python.