شناسایی خودکار قنات با استفاده از شبکه های عصبی عمیق YOLO و تصاویر پهپاد مطالعه موردی: (قنات جوپار_کرمان)

قنات ها به عنوان یکی از مهم ترین منابع تامین آب پایدار در مناطق خشک و نیمه خشک، از نظر تاریخی و فرهنگی ارزش ویژه ای دارند. شناسایی و پایش خودکار آن ها نقش مهمی در مدیریت منابع آبی و حفظ این میراث ملی دارد. در این پژوهش، از الگوریتم یادگیری عمیق YOLO نسخه ۸ برای تشخیص خودکار میله چاه های قنات از تصاویر پهپاد استفاده شده است. داده ها شامل تصاویر اخذشده توسط پهپاد مدل Phantom ۴ Pro از منطقه ی جوپار (استان کرمان) هستند. ۸۵٪ از داده ها برای آموزش و ۱۵٪ برای آزمون مدل به کار گرفته شد. نتایج نشان داد که مدل YOLOv۸ با دقت ۹۶٪، نرخ بازیابی ۹۳٪ و معیار F۱ برابر با ۹۸٪ در شناسایی دهانه ی میله چاه های قنوات عملکرد بسیار مطلوبی دارد. این روش می تواند ابزار موثری برای نقشه برداری و مدیریت هوشمند قنوات باشد.

کلیدواژه ها:

هوش مصنوعی (AI) ، الگوریتمYOLO ، شناسایی خودکار ، قنات ، پهپاد ، شبکه های عصبی کانوولوشن(CNN)