مجله مهندسی برق و الکترونیک ایران - جلد 22 شماره 1                   برگشت به فهرست مقالات | برگشت به فهرست نسخه ها

XML English Abstract Print


دانشگاه مازندران
چکیده:   (560 مشاهده)
پسته، گیاهی گل‌دار از تیره پسته‌ایان است که بسته به شکل ظاهری آن به انواع مختلفی تقسیم می‌شود. این میوه قیمت و ارزش غذایی بالایی دارد و تشخیص دقیق نوع و بسته‌بندی بر اساس آن از چالش‌های صادرات پسته به‌شمار می‌رود. دسته­بندی پسته اغلب توسط ماشین‌های الکترومکانیکی انجام می‌شود؛ اما این دستگاه‌ها دقت لازم را ندارند و موجب آسیب به مغز پسته می‌شوند. بنابراین نیاز به فناوری­های جدیدی برای دسته‌بندی و جداسازی انواع پسته‌ محسوس است. در این پژوهش، با استفاده از نسخه اصلاح‌شده مدل یادگیری عمیق MobileNetV3، گونه‌های پسته را شناسایی کردیم. همچنین با به‌کارگیری نسخه Small موبایل‌نت، می‌توانیم مدل یاد گرفته شده را بر روی تلفن‌های هوشمند اجرا کنیم، زیرا این مدل به دلیل بهینگی پردازشی، برای این امر مناسب است. برای این تحقیق، از مجموعه داده‌ای از 2148 تصویر پسته با گونه‌های کرمیزی و سیرت استفاده شد. برای افزایش تعداد و تنوع تصاویر، داده‌افزایی روی تصاویر انجام شد. با افزایش داده­ها و ایجاد تنوع در مجموعه آموزش، می‌توان از بیش‌برازش جلوگیری کرد و مدل را قادر ساخت تا به نحو بهتری داده‌های جدید را پوشش دهد. سپس از نسخه اصلاح‌شده شبکه MobileNetV3 برای شناسایی گونه‎های پسته استفاده کردیم. روش پیشنهادی ما توانست با دقت 99.30% این دو گونه پسته را شناسایی کند و برتر از روش‌های موجود است.
     
نوع مقاله: پژوهشي | موضوع مقاله: الکترونیک
دریافت: 1403/3/13 | پذیرش: 1403/6/26

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه مهندسی برق و الکترونیک ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Iranian Association of Electrical and Electronics Engineers

Designed & Developed by : Yektaweb