مقاله کنفرانسی سال ۱۴۰۴ فارسی

MobileNetV۲-Atrous: یک مدل سبک وزن برای پایش و شناسایی هوشمند بیماری برگ گیاهان با قابلیت استقرار بر روی ربات های متحرک کشاورزی

چکیده مقاله

تشخیص خودکار بیماری های برگ گیاهان نقش مهمی در افزایش بهره وری و کاهش ضایعات در کشاورزی هوشمند دارد روش های سنتی مبتنی بر بازدید چشمی زمان بر، پرهزینه و مستعد خطا هستند و مدل های یادگیری عمیق سنگین، با وجود دقت بالا، برای استقرار روی سامانه های رباتیک و دستگاه های لبه ای با منابع محدود مناسب نمی باشند علاوه بر این، داده های آزمایشگاهی اغلب با شرایط واقعی باغ همخوانی ندارند و قابلیت تعمیم مدل را کاهش می دهند در این پژوهش، یک چارچوب سبک وزن و دقیق مبتنی بر MobileNetV۲ Atrous و مجموعه داده چنددامنه ای AL۹EE ارائه شد با بهره گیری از تکنیک های پیشرفته افزونه دهی داده شامل RandAugment، Cutout، MixUp و CutMix، توان تعمیم پذیری مدل بهبود یافت و بیش برازش کاهش یافت نوآوری اصلی در جایگزینی کانولوشن های Depthwise با Atrous Depthwise Convolution است که میدان دید شبکه را بدون افزایش پارامترها گسترش می دهد و امکان شناسایی هم زمان الگوهای موضعی و زمینه ای بیماری ها را فراهم می کند مدل آموزش دیده با استفاده از Mixed Precision Training و AdamW، به دقت اعتبارسنجی ۹۸٪ دست یافت و پس از کوانتیزاسیون INT۸، حجم مدل حدود ۷۵٪ کاهش یافت از ۱۴ مگابایت به ۳ ۵ مگابایت و قابلیت استقرار روی پردازنده های لبه ای و ربات های زمینی فراهم شد نتایج ماتریس درهم ریختگی و منحنی های ROC نشان دهنده عملکرد متعادل و قابل اعتماد مدل در تشخیص ۹ کلاس بیماری و برگ سالم است این چارچوب، ترکیبی از دقت بالا، سبک وزنی و قابلیت استقرار عملی را ارائه می دهد و گامی موثر در توسعه سامانه های رباتیک پایش بلادرنگ بیماری های گیاهی به شمار می رود

کلیدواژه‌ها

کشاورزی هوشمند MobileNetV۲-Atrous بینایی ماشین بیماری برگ گیاهان پایش رباتیک یادگیری عمیق سبک وزن MobileNetV۲ Atrous استقرار لبه ای Edge Deployment

نویسندگان

تصویر فروغ احسانفر

فروغ احسانفر

برق، مهندسی رباتیک، دانشکده مهندسی رباتیک، مرکز آموزش عالی لارستان، لار

تصویر فاطمه مویدی

فاطمه مویدی

کامپیوتر، مهندسی نرم افزار کامپیوتر و هوش مصنوعی، دانشکده مهندسی کامپیوتر، مرکز آموزش عالی لارستان، لار

تصویر لادن صادقی خرمی

لادن صادقی خرمی

برق، مهندسی برق/کنترل، دانشکده مهندسی برق، مرکز آموزش عالی لارستان، لار

شیوه ارجاع

�حسانفر، فروغ و مویدی، فاطمه و صادقی خرمی، لادن،1404،MobileNetV۲-Atrous: یک مدل سبک وزن برای پایش و شناسایی هوشمند بیماری برگ گیاهان با قابلیت استقرار بر روی ربات های متحرک کشاورزی،سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان

ارائه‌شده در

پوستر مجموعه مقالات سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند مجموعه مقالات سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند28 بهمن 1404 · لارستان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۲۰۸ مشاهده

A Comprehensive Survey on Zero Trust Architecture for Securing Modern Enterprise Networks

The increasing sophistication of cyber threats and the widespread adoption of cloud based and distribute…

Zero Trust ArchitectureNetwork SecurityEnterprise Networks
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۵ مشاهده

جایگاه بلاکچین و قراردادهای هوشمند در اعتبارات اسنادی بر اساس UCP ۶۰۰ و حقوق ایران، اروپا و آمریکا در پرتو رویه داوری بین المللی

تحول دیجیتال در تجارت بین الملل، به ویژه با ظهور فناوری بلاکچین و قراردادهای هوشمند، پرسش های بنیادینی د…

بلاکچیناعتبار اسنادیقرارداد هوشمند
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۳ مشاهده

ترکیب مدل های زبانی بزرگ و روش های یادگیری عمیق در ارزیابی ترافیک شبکه اینترنت اشیا

رشد سریع به کارگیری دستگاه های اینترنت اشیا در سال های اخیر، بستر مناسبی را برای اجرای حملات سایبری گستر…

اینترنت اشیاتشخیص نفوذمدل Electra
مقاله کنفرانسی سال ۱۴۰۴ ۱۶۰ مشاهده

سیستم های پیشنهاددهنده آگاه از تناقض نظرات: بهبود پیشنهاد محصولات با نظرات متناقض با استفاده از الگوریتم های بدون نظارت خوشه بندی

چکیده محصولاتی که دارای نظرات متناقض هستند، در انتخاب کاربران تردید ایجاد می کنند سلیقه های کاربران متفا…

نظرات متناقضسیستم های پیشنهاددهندهخوشه بندی
مقاله کنفرانسی سال ۱۴۰۴ ۱۵۰ مشاهده

کاربرد مبدل بینایی (Vision Transformer) در تحلیل های ادراکی–رفتاری فضاهای شهری: یک مطالعه مروری

ادراک انسان از محیط ساخته شده نقش تعیین کننده ای در شکل گیری الگوهای رفتاری، میزان استفاده از فضاهای عمو…

فضاهای شهریمبدل بینایی (ViT)تحلیل ادراکی-رفتاری
مقاله کنفرانسی سال ۱۴۰۴ ۱۴۷ مشاهده

طراحی و ارزیابی شبکه عصبی ترکیبی مبتنی بر رای گیری فازی برای تشخیص بیماری قلبی

بیماری های قلبی عروقی یکی از مهم ترین عوامل مرگ ومیر در جهان هستند و تشخیص دقیق و به موقع آن ها نقش اساس…

شبکه عصبی ترکیبیرای گیری فازیبیماری قلبی