تسلط الأبحاث الضوء على الدور الحاسم للتعرف الدقيق على أمراض النباتات في الزراعة والأمن الغذائي، مع التأكيد على قيود الطرق التقليدية التي تعتمد على الفحص البصري والمعرفة الخبيرة. لمعالجة هذه التحديات، تستخدم الدراسة DenseNet121، وهي بنية شبكة عصبية تلافيفية (CNN) متطورة، لتصنيف سبع أمراض شائعة في الأرز. من خلال استخدام التعلم الانتقالي مع أوزان ImageNet…

تتناول الورقة البحثية تقييم نماذج التعلم العميق لاكتشاف أمراض أوراق الأرز، مع التأكيد على أهمية الذكاء الاصطناعي القابل للتفسير (XAI) في تقييم أداء النموذج بما يتجاوز مقاييس التصنيف التقليدية. تقدم الدراسة منهجية من ثلاث مراحل: أولاً، حددت تقنيات التعلم الانتقالي نموذج ResNet50 كأفضل نموذج أداء بناءً على المقاييس التقليدية. في المرحلة الثانية، تم استخدام طريقة…

في هذه الدراسة، تم تطوير مصنف جديد يعتمد على الرؤية المدمجة (FVBC) لتصنيف أمراض أوراق الأرز (RLD)، مستفيدًا من قدرات استخراج الميزات لهندسة VGG19 جنبًا إلى جنب مع كفاءة التصنيف لـ LightGBM. أظهر النموذج أداءً ملحوظًا، محققًا دقة تصل إلى 97.78% على مجموعة التدريب، و97.5% على مجموعة التحقق، و97.6% على مجموعة الاختبار. وقد نجح في…