تشخیص کرم ساقه خوار برنج (Chilo suppressalis) با کمک تصاویر تلفن هوشمند و یادگیری عمیق

در بین محصولات کشاورزی، برنج یکی از اصلی ترین منابع غذایی در کشورهای خاورمیانه، به ویژه ایران است. مقابله موثر و به هنگام با آفات مزارع برنج، یکی از بزرگ ترین چالش های پیش رو در زمینه زراعت این محصول است. کرم ساقه خوار برنج (Chilo suppressalis) از آفات کلیدی گیاه برنج در شمال ایران می باشد. در حال حاضر، تشخیص نوع آفت هایی که به مزارع برنج هجوم می برند به نیروی انسانی و تجربه کافی متکی است. تشخیص آفت در مراحل اولیه به منظور به حداقل رساندن خسارت به عنوان اقدام پیشگیرانه ضروری است. توسعه هوش مصنوعی و الگوریتم های یادگیری ماشین، دریچه جدیدی را در صنایع مختلف از جمله کشاورزی صنعتی ایجاد کرده است. با استفاده از یادگیری ماشین می توان تا حدود زیادی از خطا های موجود در شناسایی آفت جلوگیری کرد. از طرف دیگر در سال های اخیر همگانی شدن استفاده از تلفن همراه هوشمند و توسعه شیوه دریافت اطلاعات داوطلبانه، امکان پایش خودکار به منظور کاهش نیروی انسانی برای کشاورزان فراهم شده است. هدف از این تحقیق، شناسایی خودکار کرم ساقه خوار برنج با استفاده از تصاویر تلفن همراه و معرفی و توسعه یک برنامه کاربردی برای کشاورز جهت شناسایی دقیق آفت است. از برنامه کاربردی توسعه داده شده برای کشاورز به منظور دریافت تصاویر کرم ساقه خوار برنج برای آموزش شبکه عصبی عمیق استفاده شد. سپس، با استفاده از تکنیک­های یادگیری عمیق به آموزش مدل پرداخته شد. نتایج حاصل نشان داد که مدل آموزش دیده با استفاده از تصاویر تلفن هوشمند با دقت ۹۲ درصد و صحت ۸۸ درصد عملکرد مناسبی در تشخیص آفت کرم ساقه خوار دارد.

کلیدواژه ها:

تشخیص خودکار آفات ، تلفن همراه هوشمند ، کشاورزی هوشمند ، یادگیری ماشین