اسماعیل آهنگری - گروه فنی و مهندسی / دانشکده برق و کامپیوتر / دانشگاه هرمزگان

نظارت بر حشرات آفت یک امر حیاتی در مدیریت آفات بر پایه ی سیستم های فرمون است. با توجه به اینکه سیب یکی از مهم ترین محصولات باغبانی کشور است، آگاهی از جمعیت آفات موجود در باغ های سیب از مهم تر ین اقدامات بحث مدیریت این محصول می باشد. بدون شناخت گونه های حشرات و انبوهی آنها نمی توان تصمیم صحیحی درباره مدیریت آفات اتخاذ کرد. از طرف دیگر، شمارش این حشرات، از روی تصاویر ی که از تله های فرمونی بدست می آید به صورت دستی انجام می شود و این کار خیلی کند، گران و زمان بر است و نیازمند وجود متخصص خبره می باشد. در این تحقیق، روشی خودکار برای شمارش حشرات کامل کرم سیب ارائه خواهد شد. از آنجایی که در سال های اخیر، استفاده از شبکه های عصبی کانولوشن(CNN) در زمینه بینایی ماشین و پردازش تصویر، بالاترین دقت ها را در حل مسائل مختلف داشته است، روش پیشنهادی این پژوهش نیز، مبتنی بر شبکه های عصبی کانولوشن خواهد بود. شبکه های عصبی کانولوشن، یکی از محبوب ترین تکنیک های یادگیر ی عمیق در بحث بینایی ماشین هستند. این تکنیک، با بهره گیر ی از یادگیری سلسله مراتبی، می تواند به صورت خودکار، ویژگی های موجود در تصویر را استخراج کند. با استفاده از روش افزایش داده ها، ۳۴۰۳ تصویر از کرم سیب بدست آمد. از طریق الگوریتم YOLOv۵s به مقدار mAP، ۹۳/۲۰ رسیدیم. نتیجه حاکی از دقت بسیار بالای سیستم طراحی شده در حشرات کامل این آفت بود.

مدیریت آفت، تله فرمونی، شبکه ی عصبی کانولوشن، فرمون، کرم سیب