تشخیص بیماری های برگ برنج با استفاده از مدل یادگیری عمیق EfficientNet
محل انتشار: دومین همایش ملی نوآوری در صنایع سبز
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 204
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GIICONF02_116
تاریخ نمایه سازی: 15 بهمن 1403
چکیده مقاله:
بیماری های برگ برنج می توانند تاثیرات مخربی بر تولید محصول داشته باشند، بنابراین تشخیص سریع و دقیق آن ها بسیار مهم است. در این مقاله، روشی جدید برای تشخیص بیماری های برگ برنج به استفاده از مدل یادگیری عمیق EfficientNet-B۴ ارائه شده است. ابتدا تعداد تصاویر آموزشی با استفاده از داده افزایی افزایش یافته تا مدل بتواند تنوع بیشتری از تصاویر را یاد بگیرد. سپس از مدل EfficientNet-B۴ برای شناسایی و طبقه بندی بیماری های برگ برنج با استفاده از تکنیک یادگیری انتقالی استفاده شده است. روش پیشنهادی بر روی دو مجموعه داده استاندارد برگ برنج اعمال شده و توانست برای یک مجموعه داده به دقت ۱۰۰% و برای مجموعه داده دیگر به دقت۸۱% دست یابد. این روش می تواند به کشاورزان و متخصصان کشاورزی در تشخیص سریع و دقیق بیماری های برگ برنج کمک کند و در نتیجه، بهره وری و کیفیت محصول را افزایش دهد.
کلیدواژه ها:
نویسندگان
امیرحسین زارع کردخیلی
دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشکده مهندسی و فناوری، دانشگاه مازندران، بابلسر، ایران
سکینه اسدی امیری
استادیار گروه مهندسی کامپیوتر ، دانشکده مهندسی و فناوری ، دانشگاه مازندران ، بابلسر ، ایران