مشخصات پژوهش

عنوان	ارائه رهیافتی کارا مبتنی بر یادگیری عمیق برای شناسایی بیماریهای گیاهان 1
نوع پژوهش	طرح پژوهشی خاتمه یافته
کلیدواژه‌ها	بازشناسی بیماری گیاهان، یادگیری عمیق، شبکههای عصبی کانولوشنال
چکیده	کشاورزی را میتوان مهمترین و ضروریترین راه برای بقای انسان دانست. زندگی تمام موجودات روی زمین اعم از انسانها، حیوانات و پرندهها به گیاهان کاشته و درو شده بستگی دارد. همچنین این صنعت با چالشهای زیادی از جمله حجم بالای کارهای مزرعه و پیچیدگی در مدیریت مزرعه، پایین بودن سطح علمی کشاورزان و بیگانه بودن با فناوریهای جدید، آسیبپذیری بالای محصولات کشاورزی در مقابل شرایط نامساعد آب و هوایی، در دسترس نبودن نیروی کار و.... روبهرو است. وجود بیماریهای گیاهی باعث کاهش میزان تولید و میزان درآمد در صنعت کشاورزی جهان میشود. نظارت بر سلامت و تشخیص بیماری گیاهان و درختان یکی از مسائل مهم در کشاورزی پایدار است. بیماریهای گیاهی بهتنهایی علت نابودی 14/1 درصد از تولیدات گیاهی در سراسر دنیا است. استفاده از هوشمصنوعی به کشاورزان کمک میکند تا از طریق دادههای بهدست آمده در مورد دما، بارش، سرعت باد و تابش خورشید و تحلیل و مقایسه آنها در طول زمان، اطلاعات با ارزشی را برای رسیدن به نتایج مطلوب بهدست آورند. یکی از نکات بسیار ارزشمند استفاده از هوشمصنوعی در کشاورزی آن است که بهکارگیری این روش باعث از بین رفتن شغل کشاورزان و فعالان انسانی این حوزه نخواهد شد بلکه به افزایش بهرهوری و بهبود روند کارهای آنها کمک خواهد کرد. یکی از رویکردهایی که در حوزه کشاورزی مورد استقبال قرار گرفته استفاده از روشهای بینایی ماشین است. مزیت این روشها این است که بهصورت خودکار، سریع، کمهزینه، غیر مخرب و دقیق پیاده سازی میشوند. با پردازش تصاویر برگهای گیاهان و محصولات کشاورزی، گیاهان سالم از گیاهان ناسالم، انواع و شدت بیماری آنها تشخیص دادهمیشود. برای انجام این کار، از روشهای مبتنی بر یادگیری عمیق و معماری مختلف از جمله شبکههای عصبی پیچشی استفاده میشود. تشخیص گیاه در یک پوشش گیاهی بزرگ کار بسیار سخت و خستهکننده‌ای است. معمولاً یک گیاه بر اساس اندازه، برگ، گل و میوههای آن شناسایی میشود. برگ بخشی از گیاه است که میتواند تقریباً در تمام فصول سال موجود باشد و در بیشتر مواقع میتوان آفت گیاه را براساس برگ آن تشخیص داد. شناسایی بهموقع بیماریهای گیاهی نقش مهمی در پیشگیری از نابودی محصولات یا کاهش مقدار آنها دارد. در این پژوهش، ابتدا روش‌های مؤثر بازشناسی بیماری‌های گیاهان با استفاده از روش‌های یادگیری عمیق بررسی می‌شوند. سپس معماری‌های مختلف شبکه‌های عصبی کانولوشنال معرفی و برای بازشناسی بیماری‌های گیاهان بررسی می‌شوند. در نهایت مدل نهایی معرفی می‌شود.
پژوهشگران	داور گیوکی (نفر اول)