مروری بر شبکه های عصبی کانولوشنی و کاربرد آنها در طبقه بندی تصاویر رنگی در کشاورزی دقیق

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 138

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM14_182

تاریخ نمایه سازی: 21 مهر 1401

چکیده مقاله:

در دنبای کنونی با رشد فزابنده جمعیت. محدودیت منابع و نیاز روزافزون به محصولات کشاورزی و باغیفرایندهای کشاورزی باستی به سمتی سوق پیدا کنند که با حداقل استفاده از منابع و نهاده های کشاورزی بهحدا کثر تولید دست ییدا کنیم. در این راستا، کشاورزی اتوماتیکت و هوشمند به عنوان یکت راه حل بسیار مهمبایستی مورد توجه قرار گیرد. ماشین بینایی به عنوان زبرمجموعه بادگیری ماشین امروزه جایگاه ویژه ای درکشاورزی اتوماتیک و هوشمند به دست آورده است. راهبردهای سنتی ماشین بینایی عموما نیازمند ساختارهایعکس برداری از پیش طراحی شده مثل نورپردازی یکسان و مناسب. فاصله ثابت و یکسان دوریین از شیء زاوبهعکس برداری یکسان و ... هستند. اما روش های پردازش تصویر نوین که مبتنی بر باد گیری عمیق و شبکه هایعصبی کانولوشنی می باشند فارغ از عوامل فوق می توانند با یک عکس برداری ساده اطلاعات مورد نیاز را با دقتمناسب و در زمان کوتاه در اختبار بگذارند. الگور بتم های مورد استفاده در این فناوری ها با استخراج ویژگی هایسطح بالا از یک تصویر قابلیت تشخیص بالا و نیز امکان طبقه بندی دقبقی در اختیار می گذارند.این فناوری بهعنوان یک ابزار کارآمد در دنیای دیجیتال مطرح شده و امروزه مورد توجه بسیاری از محققین در حوزهکشاورزی دقبق قرار گرفته است. کاربردهایی از قبیل تشخیص علف هرز در مزرعه. شناسایی پوشش گیاهی،تعیین مرحله رشدی میوه، تشخیص میوه سالم از آسیب دیده. تعیین رقم های مختلف یک محصول, سمپاشیدقیق، و طراحی ربات برداشت محصول از جمله کاربردهای مهم این فناوری در کشاورزی دقیق می باشند.

کلیدواژه ها:

یادگیری عمیق ، شبکه های عصبی کانولوشنی ، طبقه بندی ، کشاورزی دقیق

نویسندگان

سیدایمان ساعدی

گروه آب و خاک، دانشکده کشاورزی، دانشگاه صنعتی شاهرود