تقدم البحث CottonLeafNet، وهو إطار عمل معزز بالاهتمام مصمم للتصنيف الدقيق والفعال حسابيًا لأمراض أوراق القطن. يدمج هذا النموذج الشبكات العصبية التلافيفية الخفيفة مع وحدات الانتباه الذاتي متعدد الرؤوس (MHSA)، مما يعالج قيود الأساليب الآلية الحالية، مثل تنوع مجموعات البيانات وتكاليف الحساب. حقق CottonLeafNet مقاييس أداء مثيرة للإعجاب، بما في ذلك دقة 98.33% ودرجة F1…

يخضع القطاع الزراعي لتحول كبير بسبب التقدم في تقنيات الذكاء الاصطناعي (AI) والتعلم العميق، خاصة في مجال اكتشاف أمراض المحاصيل. تركز هذه الدراسة على محصول القطن، وهو مورد اقتصادي حيوي، مع التأكيد على أهمية التعرف المبكر والدقيق على الأمراض لتقليل الخسائر المحتملة في العائد. تم استخدام نماذج تعلم عميق متطورة، بما في ذلك VGG16 وDenseNet…