توسعه الگوریتم یادگیری عمیق به منظور تشخیص و طبقهبندی هوشمند گونههای ماهی کپور | ||
| مهندسی بیوسیستم ایران | ||
| دوره 52، شماره 3، پاییز 1400، صفحه 391-407 اصل مقاله (1.26 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijbse.2020.303334.665313 | ||
| نویسندگان | ||
| امین طاهری گراوند* 1؛ امین نصیری2؛ اشکان بنان3 | ||
| 1گروه مهندسی مکانیک بیوسیستم دانشگاه لرستان | ||
| 2فارغ التحصیل مقطع دکتری، گروه ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران | ||
| 3استادیار، گروه علوم دامی، دانشگاه لرستان | ||
| چکیده | ||
| چکیده: شناسایی گونههای ماهیان برای صنایع آبزی پروری و صید، مدیریت ذخایر پهنه های آبی و نظارت زیست محیطی آبزیان حیاتی می باشد. در این مطالعه، شبکه عصبی یادگیری عمیق به عنوان روشی غیرمخرب و برخط جهت تشخیص چهار گونه مهم و اقتصادی خانواده کپورماهیان شامل کپور معمولی، کپور علفخوار، کپور سرگنده و کپور نقرهای ایجاد و مورد استفاده قرار گرفت. به این منظور، ساختار شبکه پیش آموزش دیده VGG-19 (Visual Geometry Group-19) توسط لایههای پولینگ، تماما متصل، نرمالسازی و رهاسازی بروزرسانی گردید. از 409 تصویر برای آموزش و ارزیابی مدل توسعه داده شده استفاده گردید. مقادیر میانگین دقت، صحت، حساسیت، اختصاصی بودن و سطح زیر منحنی به ازای هر کلاس به ترتیب برابر با 39/98، 87/96، 87/96، 96/98 و 92/97 درصد حاصل شد. سطح بالای دقت بدست آمده بدلیل توانایی مدل عمیق پیشنهادی در ساخت ویژگی های خودآموز سلسله مراتبی است که در تطابق با ویژگیهای مورد استفاده در شناسایی ماهیان بود. | ||
| کلیدواژهها | ||
| یادگیری عمیق؛ طبقهبندی؛ خانواده کپورماهیان؛ تجسم ویژگی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 9,755 تعداد دریافت فایل اصل مقاله: 1,083 |
||