تشخیص بیماری های برگ برنج با استفاده از مدل یادگیری عمیق EfficientNet

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 204

فایل این مقاله در 6 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:

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:

بیماری های برگ برنج ، یادگیری عمیق ، .EfficientNet

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