كشف أمراض الأوراق المدعوم بنموذج التعلم المنقول

يعد الكشف عن أمراض الأوراق باستخدام التكنولوجيا الحديثة ذا أهمية كبيرة في الزراعة والذكاء الاصطناعي. يلعب التعلم العميق، على وجه الخصوص، دورًا حاسمًا في هذا المجال، حيث يمكّن من تصنيف الأمراض بدقة وكفاءة. إن الكشف المبكر عن أمراض الأوراق أمر حيوي لتنفيذ العلاجات في الوقت المناسب ومنع الأضرار الواسعة النطاق للأوراق. يمكن أن تكون أمراض الأوراق ناجمة عن عوامل مختلفة، بما في ذلك البكتيريا والفطريات والفيروسات وغيرها من العناصر الممرضة. من بينها، تعتبر البكتيريا والفيروسات الأكثر غزوًا ويمكن أن تؤدي إلى خسائر كبيرة في المحاصيل إذا لم يتم التعرف عليها ومعالجتها بسرعة. العدوى البكتيرية والفيروسية شائعة في الأوساط الزراعية، وتؤثر على أوراق جميع الأنواع والأعمار. تهدف دراستنا إلى اقتراح نموذج قائم على التعلم المنقول لتوقع أمراض الأوراق باستخدام مجموعة بيانات من صور الأوراق. سيتم تصنيف الصور إلى أوراق صحية أو مريضة بناءً على الميزات المستخرجة. يُظهر النموذج المقترح، المسمى خوارزمية التعلم المنقولة لأمراض الأوراق (LDTLA)، نتائج واعدة بدقة متوسطة تصل إلى 97.37% على مجموعة البيانات. باستخدام الشبكات العصبية التلافيفية (CNN) وتقنيات التعلم العميق، يتفوق نموذج LDTLA لدينا على الدراسات البحثية الكمية والنوعية السابقة في الكشف عن أمراض الأوراق. هذا الأسلوب المتقدم في تحديد أمراض الأوراق يحمل القدرة على إحداث ثورة في الزراعة من خلال تمكين المزارعين من اتخاذ قرارات مستنيرة، وتنفيذ علاجات مستهدفة، وتقليل خسائر الأوراق الناجمة عن الأمراض.