طراحی سامانه هوشمند تشخیص آفات برگ گیاه با استفاده از تصویربرداری مادون قرمز و یادگیری عمیق

چکیده مقاله

در این پژوهش، یک سامانه هوشمند تشخیص آفات برگ گیاه مبتنی بر تصویر برداری مادون قرمز و الگوریتم های یادگیری عمیق ارائه شده است در مرحله نخست، تصاویر مادون قرمز برگ های سالم و آلوده گردآوری و پیش پردازش شدند سپس یک مدل یادگیری عمیق سبک Lightweight CNN با استفاده از داده های تفکیک شده آموزش یافت تا بتواند تفاوت الگوهای حرارتی برگ سالم و آلوده را تشخیص دهد سامانه پیشنهادی روی یک پلتفرم پردازشی توکار پیاده سازی شده و قابلیت نصب روی ادوات کشاورزی را دارد نتایج آزمایش ها نشان می دهد که مدل ارائه شده قادر است با دقت بالای ۹۱ درصد آفات برگ را در شرایط مزرعه و در حالت بلادرنگ Real Time تشخیص دهد این سامانه می تواند به عنوان یک ابزار کم هزینه، دقیق و قابل نصب روی ماشین آلات کشاورزی در بهبود مدیریت مزرعه و کاهش مصرف سموم مورد استفاده قرار گیرد

کلیدواژه‌ها

نویسندگان

عرفان طاهرخانی

فارغ التحصیل مقطع کارشناسی ارشد گرایش طراحی کاربردی دانشگاه بو علی سینا

محمدرضا پارساییان

دانشجوی دکترای گرایش طراحی کاربردی دانشگاه بو علی سینا

مهدی مردانی

دانشجوی دکترای گرایش طراحی کاربردی دانشگاه بو علی سینا

ابوالفضل صلح جو

دانشجوی کارشناسی ساخت و تولید دانشگاه جامع علمی و کاربردی خانه کارگر استان قزوین

اشکان مسیبی

فارغ التحصیل مقطع کارشناسی ارشد گرایش طراحی کاربردی دانشگاه بو علی سینا

�اهرخانی، عرفان و پارساییان، محمدرضا و مردانی، مهدی و صلح جو، ابوالفضل و مسیبی، اشکان،1404،طراحی سامانه هوشمند تشخیص آفات برگ گیاه با استفاده از تصویربرداری مادون قرمز و یادگیری عمیق،دوازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران

ارائه‌شده در

مجموعه مقالات دوازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام16 اسفند 1404 · تهران