|
|
سیزدهمین کنگره ملی مکانیک بیوسیستم و مکانیزاسیون ایران (مکانیک بیوسیستم 1400)
|
|
|
| عنوان فارسی |
طبقه‌بندی فلفل دلمه‌ای مبتنی بر ماشین بینایی با استفاده از شبکه‌های عصبی کانولوشنی |
|
| چکیده فارسی مقاله |
یکنواختی خواص ظاهری فلفل دلمه ای برای نیازهای صادرات بسیار مهم است. هدف از این تحقیق توسعه یک سامانه ماشین بینایی با استفاده از شبکه عصبی کانولوشنی عمیق برای طبقه بندی فلفل دلمه ای است. طبقه بندی محصول بر اساس درجه رسیدگی و اندازه با توجه به استانداردهای صادرات انجام می شود. برای دستیابی به این هدف، لایه تماما متصل در معماری استاندارد ResNet50 با یک بلوک طبقه بندی توسعه یافته شامل یک لایه پولینگ، چند لایه متراکم، یک لایه نرمال سازی دسته ای و یک لایه دراپ اوت جایگزین شد. مدل یادگیری عمیق توسعه یافته با استفاده از روش اعتبارسنجی متقابل (K=5) آموزش داده شده و ارزیابی گردید. مقادیر شاخص های عملکردی مدل شامل دقت، صحت، حساسیت، اختصاصی بودن و دقت کل به ترتیب 97، 88، 7/92، 1/98 و 66/92% به دست آمدند. سطح بالای دقت بهدست آمده نشان میدهد که مدل طبقه بندی عمیق توانایی بالایی در طبقه بندی فلفل دلمه ای دارد و می توان از سامانه پیشنهادی در کاربردهای صنعتی استفاده کرد. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Machine vision-based bell pepper grading using deep convolutional neural networks |
|
| چکیده انگلیسی مقاله |
The uniform appearance of bell peppers is very essential for export. The aim of this study is to develop a machine vision system using deep convolution neural networks (DCNNs) for grading bell peppers. According to export standards, crop is grading based on the maturity levels and size. For this purpose, the fully connected layer in the ResNet50 standard architecture was replaced with a developed classifier block consisting of a pooling layer, a number of dense layers, a batch normalization layer, and a dropout layer. The developed DCNN model was trained and evaluated using five-fold cross-validation method. The amounts of performance indicators including accuracy, precision, sensitivity, specificity, and overall accuracy were obtained as 97%, 88%, 92.7%, 98.1%, and 92.66%, respectively. The proposed DCNN classifier has shown a very good ability, and can be used in industrial applications. |
|
| کلیدواژه‌های انگلیسی مقاله |
فلفل دلمه‌ای, ماشین بینایی, طبقه‌بندی, شبکه عصبی کانولوشنی. |
|
| نویسندگان مقاله |
-
-
-
-
|
|
| نشانی اینترنتی |
http://ncame1400.modares.ac.ir/browse.php?a_code=A-10-203-1&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|
