این پژوهش یک مدل یادگیری عمیق مبتنی بر EfficientNetB0 بهبودیافته را برای تشخیص زعفران از چهار علف هرز رایج با استفاده از تصاویر RGB توسعه می‌دهد. مدل با دقت ۹۴.۰۶٪ می‌تواند مدیریت دقیق علف‌های هرز را با کاهش مصرف علف‌کش‌ها پشتیبانی کند.
This study develops an improved EfficientNetB0-based deep learning model to distinguish saffron from four common weeds using RGB images. The model achieved 94.06% accuracy and can support precision weed management by reducing herbicide use.
- Authors: Hassan Makarian, Seyed Iman Saedi & Hossein Sahabi
- URL: https://www.nature.com/articles/s41598-025-00331-9
- DOI URL: https://doi.org/10.1038/s41598-025-00331-9
- عنوان مقاله: کشت و اصلاح تولید
- محور مقاله: تکنیک نوین
- افیلیشن نویسنده مسئول: Faculty of Agriculture, Shahrood University of Technology, Shahrood, Iran
- ایمیل نویسنده فقط برای کاربران ورود / عضویت
- سال انتشار مقاله: 2025
- زبان: انگلیسی
- کشور: ایران
- کد مقاله: 22464
- کلمات کلیدی فارسی: یادگیری عمیق، تصاویر RGB، زعفران، طبقه‌بندی هوشمند، علف هرز
- کلمات کلیدی انگلیسی: Deep learning, RGB images, Saffron, Smart classification, Weed
- لینک کوتاه: https://wikisaffron.org?p=22464