طبقه بندی گونه های پسته با به کارگیری مدل یادگیری عمیق موبایل نت

پسته، گیاهی گل دار از تیره پسته ایان است که بسته به شکل ظاهری آن به انواع مختلفی تقسیم می شود. این میوه قیمت و ارزش غذایی بالایی دارد و تشخیص دقیق نوع و بسته بندی بر اساس آن از چالش های صادرات پسته به شمار می رود. دسته­بندی پسته اغلب توسط ماشین های الکترومکانیکی انجام می شود؛ اما این دستگاه ها دقت لازم را ندارند و موجب آسیب به مغز پسته می شوند. بنابراین نیاز به فناوری­های جدیدی برای دسته بندی و جداسازی انواع پسته محسوس است. در این پژوهش، با استفاده از نسخه اصلاح شده مدل یادگیری عمیق MobileNetV۳، گونه های پسته را شناسایی کردیم. همچنین با به کارگیری نسخه Small موبایل نت، می توانیم مدل یاد گرفته شده را بر روی تلفن های هوشمند اجرا کنیم، زیرا این مدل به دلیل بهینگی پردازشی، برای این امر مناسب است. برای این تحقیق، از مجموعه داده ای از ۲۱۴۸ تصویر پسته با گونه های کرمیزی و سیرت استفاده شد. برای افزایش تعداد و تنوع تصاویر، داده افزایی روی تصاویر انجام شد. با افزایش داده­ها و ایجاد تنوع در مجموعه آموزش، می توان از بیش برازش جلوگیری کرد و مدل را قادر ساخت تا به نحو بهتری داده های جدید را پوشش دهد. سپس از نسخه اصلاح شده شبکه MobileNetV۳ برای شناسایی گونه‎های پسته استفاده کردیم. روش پیشنهادی ما توانست با دقت ۹۹.۳۰% این دو گونه پسته را شناسایی کند و برتر از روش های موجود است.

کلیدواژه ها:

Pistachio classification ، deep learning ، neural network ، image processing. ، طبقه بندی پسته ، یادگیری عمیق ، شبکه عصبی ، پردازش تصویر