1404/09/14
کاوه ملازاده

کاوه ملازاده

مرتبه علمی: دانشیار
ارکید: 0000-0001-7379-839X
تحصیلات: دکترای تخصصی
شاخص H:
دانشکده: دانشکده کشاورزی
اسکولار:
پست الکترونیکی: k.mollazade [at] uok.ac.ir
اسکاپوس: مشاهده
تلفن:
ریسرچ گیت:

مشخصات پژوهش

عنوان
مروری کوتاه بر روش های تشخیص میوه و تخمین عملکرد با شبکه های مبتنی بر یادگیری عمیق
نوع پژوهش
مقاله ارائه شده کنفرانسی
کلیدواژه‌ها
بینایی ماشین، پردازش تصویر، تخمین باردهی، شمارش میوه
سال 1403
پژوهشگران نگین نصیری بالستانی ، فاروق شریفیان ، کاوه ملازاده

چکیده

صنعت کشاورزی به عنوان یکی از بزرگترین صنایع جهان تاثیر بسیار حیاتی بر زندگی مردم دارد. پیشرفت و استفاده از فناوری های نو در این حوزه از اهمیت بسیار بالایی برخوردار است. پیش بینی چگونگی انجام فرآیندهای کاشت، برداشت و عملیات پس از برداشت در سود حاصل از آن تاثیر دارد. تخمین میزان باردهی یک محصول می تواند روشی دقیق و سریع برای پیش بینی شرایط لازم برای برداشت، فروش و انبار محصول باشد. تشخیص و شمارش میوه نقش مهمی در پیش بینی عملکرد، تخصیص منابع و فرآیندهای تصمیم گیری برای کشاورزان دارد و گامی مهم در جهت خودکارسازی فرآیندهای برداشت است. این تحقیق به مرور نحوه شناسایی میوه بر روی درخت به کمک روش های مختلف و تخمین میزان باردهی به کمک یادگیری عمیق در مدل های مورد استفاده در چند سال اخیر می پردازد.