تشخيص آفات محصولات كشاورزي مبتني بر تركيب شبكه هاي عصبي كانولوشني و بازگشتي

فناوري پردازش تصوير در شناسايي آفات به منظور كنترل خسارات محصولات كشاورزي، از اهميت ويژه اي برخوردار مي باشد. در سال هاي اخير استفاده از يادگيري عميق براي كمك به كشاورزان در شناسايي وطبقه بندي آفات توسعه يافته است. در اين پژوهش براي شناسايي آفات محصولات گوجه فرنگي از يك فرآيند چند مرحله اي بهره گرفته شده است. در مرحله ي نخست عمليات پيش-پردازش بمنظور بهبود داده ها صورت مي گيرد. در گام دوم از شبكه هاي يادگيري عميق براي استخراج الگو از تصاوير بهره گرفته شده است. شبكه ي استفاده شده، تركيبي از شبكه كانولوشني و بازگشتي است. بعد از عمليات استخراج الگو جهت طبقه بندي آفات از ماشين بردار پشتيبان بهره گرفته شده است. براي ارزيابي روش پيشنهادي از مجموعه داده ي استاندارد tomato Pest استفاده گرديده است. بر اساس معيارهاي دقت، صحت، فراخوان و معيار F ، نتايج به ترتيب برابر با 98 ، 98، 96 و 95 درصد بدست آمده است.