تشخیص بیماری درخت لیمو با استفاده از شبکه کانولوشن عمیق

تشخیص سلامت یا بیماری گیاه، اولین مرحله در نگهداری بهتر یا ارائه درمان مناسب می باشد. هر چقدر تشخیص بیماری زودتر و دقیق تر انجام گیرد، امکان نجات آن بیشتر خواهد بود. درخت لیمو یکی از محصولات اصلی باغات استان هرمزگان بوده که نقش مهمی در کشاورزی این منطقه دارد. در سال های اخیر لیمو دچار بیماری هایی شده که بر حجم تولیدی و کیفیت محصول آن اثرگذار بوده است. از آنجا که یادگیری عمیق در سال های اخیر در کاربردهای مختلف بسیار موفق عمل کرده، در این پژوهش مدلی مبتنی بر شبکه کانولوشن عمیق جهت تشخیص سلامت یا نوع بیماری درخت لیمو (کمبود کلسیم، مینوز مرکبات، کنه مرکبات و پسیل) از روی تصویر برگ آن پیشنهاد شده است. جهت آموزش این مدل، ۲۱۴۰ تصویر برگ از درختان لیموی سالم و درختان مبتلا به ۴ بیماری فوق جمع آوری شده است. ارزیابی ها نشان از کارآیی بالای مدل پیشنهادی برای تشخیص سلامت یا نوع بیماری هستند به طوری که صحت کلی آن در هر ۵ دسته برابر ۹۸.۱% است. در صورت دسترسی به خدمات این مدل به شکل برخط، امکان بررسی دقیق سلامت یا نوع بیماری لیمو توسط خود کشاورز در فواصل زمانی کوتاه وجود خواهد شد.

کلیدواژه ها:

درخت لیمو ، تشخیص بیماری ، شبکه های کانولوشن عمیق.