تشخیص آفات محصولات کشاورزیمبتنی بر ترکیب شبکه های عصبی کانولوشنی و بازگشتی

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 175

فایل این مقاله در 8 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:

ICNRTEE01_005

تاریخ نمایه سازی: 11 اردیبهشت 1402

چکیده مقاله:

فناوری پردازش تصویر در شناسایی آفات به منظور کنترل خسارات محصولات ،کشاورزی از اهمیت ویژه ای برخوردار میباشد. در سال های اخیر استفاده از یادگیری عمیق برای کمک به کشاورزان در شناسایی و طبقه بندی آفات توسعه یافته است. در این پژوهش برای شناسایی آفات محصولات گوجه فرنگی از یک فرآیند چند مرحله ای بهره گرفته شده است. در مرحله ی نخست عملیات پیش پردازش بمنظور داده ها صورت میگیرد در گام دوم از شبکه های یادگیری عمیق برای استخراج الگو از تصاویر بهره گرفته شده است. شبکه ی استفاده شده، ترکیبی از شبکه کانولوشنی و بازگشتی .است بعد از عملیات استخراج الگو جهت طبقه بندی آفات از ماشین بردار پشتیبان بهره گرفته شده است برای ارزیابی روش پیشنهادی از مجموعه دادهی استاندارد tomato Pest استفاده گردیده است بر اساس معیارهای دقت صحت فراخوان و معیار ،F نتایج به ترتیب برابر با ۹۸ ، ۹۸ ۹۶ و ۹۵ درصد بدست آمده است.

نویسندگان

زهره بابائی ساری

دانشگاه کاشان

محمدرضا ذوقی

دانشگاه کاشان