شناسگر رکورد: | ۱۶۰۱۸ |
رشته تحصیلی: | هوش مصنوعی و رباتیکز |
عنوان: | تشخیص آفات گیاهی با پردازش تصویر در هوش مصنوعی |
نويسنده: | احمد موسوی |
استاد راهنما : | دکتر محمد عشقی دکتر محمدتقی منظوری شلمانی |
مقطع تحصیلی : | کارشناسی ارشد |
دانشگاه : | خاتم |
تاریخ دفاع : | ۱۳۹۸ |
چکیده: | در سیستمهای هوشمند، پردازش تصاویر دیجیتال (DIP) به عنوان یکی از ابزارهای اساسی از دهه ۶۰ میلادی پا به عرصه وجود نهاد. کاربردهای پردازش تصویر بسیار متنوع است و در زمینههای مختلف، از جمله فنی، صنعتی، شهری، کشاورزی، پزشکی و علمی کاربرد دارد. بخش کشاورزی در همه کشورها از اهمیت ویژهای برخودار است و استفاده کمتر از آفتکشها که در نهایت منجر به مدیریت بهتر محصول تولید شده میشود از اولویتهای این بخش به شمار میرود. در گذشته نظارت بر آلودگی آفات بر نیروی انسانی متکی بوده است؛ اما امروزه نظارت اتوماتیک به منظور به حداقل رساندن تلاش و خطاهای انسانی جایگزین روشهای قدیمی شده است. در این حین زبانهای برنامه نویسی قدرتمند مانند پایتون و متلب به دلیل بهره مندی از امکانات قدرتمند و دارا بودن سرعت قابل قبول در پردازش به عنوان ابزاری مناسب برای پیاده سازی انواع روشهای پردازشی، از سوی برنامه نویسان معرفی و مورد استفاده قرار گرفته است. در این پژوهش با استفاده از روش پردازش تصاویر و شبکههای عصبی عمیق به شناسایی انواع آفات در گیاهان پرداخته و به نتایج زیر دست یافته است.در این پژوهش ابتدا از طرح پیشنهادی ALEXNET برای طراحی لایهبندی استفاده شده است که نه تنها زمان اجرای طولانی(حدود ۵۵ دقیقه) را حاصل نموده بلکه دقت متوسطی حدود ۰.۸۱۷۵ بدست آمده است. سپس از روش لایهبندی با استاندارد VGGNet۱۶ بهره برده که دقتی حدود ۰.۹۷ را کسب نموده که نسبت به مدل قبلی بهبود یافته است ولی به دلیل صرف زمانی حدود ۳۲ دقیقه رضایت کافی را حاصل ننموده است. در آخر، روش جدید آزمون شده و با یک مرحله آموزش به دقت ۰.۹۸۴۵ در مدت زمان حدود ۵ دقیقه دست یافته است |
واژگان کلیدی: | مهندسی کامپیوتر |
واژگان کلیدی: | هوش مصنوعی و رباتیک |
واژگان کلیدی: | یادگیری عمیق |
واژگان کلیدی: | پردازش تصویر |
واژگان کلیدی: | شبکههای عصبی |
شماره ثبت | نسخه | جلد | بخش | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
---|---|---|---|---|---|---|---|---|---|
22526 | 1 |