زهره بابائی ساری - دانشگاه کاشان
محمدرضا ذوقی - دانشگاه کاشان

فناوری پردازش تصویر در شناسایی آفات به منظور کنترل خسارات محصولات ،کشاورزی از اهمیت ویژه ای برخوردار میباشد. در سال های اخیر استفاده از یادگیری عمیق برای کمک به کشاورزان در شناسایی و طبقه بندی آفات توسعه یافته است. در این پژوهش برای شناسایی آفات محصولات گوجه فرنگی از یک فرآیند چند مرحله ای بهره گرفته شده است. در مرحله ی نخست عملیات پیش پردازش بمنظور داده ها صورت میگیرد در گام دوم از شبکه های یادگیری عمیق برای استخراج الگو از تصاویر بهره گرفته شده است. شبکه ی استفاده شده، ترکیبی از شبکه کانولوشنی و بازگشتی .است بعد از عملیات استخراج الگو جهت طبقه بندی آفات از ماشین بردار پشتیبان بهره گرفته شده است برای ارزیابی روش پیشنهادی از مجموعه دادهی استاندارد tomato Pest استفاده گردیده است بر اساس معیارهای دقت صحت فراخوان و معیار ،F نتایج به ترتیب برابر با ۹۸ ، ۹۸ ۹۶ و ۹۵ درصد بدست آمده است.

پردازش تصویر ،شبکه های کانولوشنی، شبکه بازگشتی، محصولات کشاورزی، یادگیری عمیق