مروری کوتاه بر روش های تشخیص میوه و تخمین عملکرد با شبکه های مبتنی بر یادگیری عمیق

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 18

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM16_075

تاریخ نمایه سازی: 22 آبان 1403

چکیده مقاله:

صنعت کشاورزی به عنوان یکی از بزرگترین صنایع جهان، تاثیر بسیار حیاتی بر زندگی مردم دارد. پیشرفت و استفاده از فناوری های نو در این حوزه از اهمیت بسیار بالایی برخوردار است. پیش بینی چگونگی انجام فرایندهای کاشت، داشت، برداشت و عملیات پس از برداشت در سود حاصل از آن تاثیر دارد. تخمین میزان باردهی یک محصول می تواند روشی دقیق و سریع برای پیش بینی شرایط لازم برای برداشت، فروش و انبار محصول باشد. تشخیص و شمارش میوه نقش مهمی در پیش بینی عملکرد، تخصیص منابع و فرایندهای تصمیم گیری برای کشاورزان دارد و گامی مهم در جهت خودکارسازی فرایندهای برداشت است. این تحقیق به مرور نحوه شناسایی میوه بر روی درخت به کمک روشهای مختلف و تخمین میزان باردهی به کمک یادگیری عمیق در مدل های مورد استفاده چند سال اخیر می پردازد.

نویسندگان

نگین نصیری بالستانی

دانشجوی کارشناسی ارشد، مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران

فاروق شریفیان

دانشیار، گروه مهندسی مکانیک بیوسیستم ، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران

کاوه ملازاده

دانشیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایران