डीप लर्निंग का उपयोग करके कीट की छवि पहचान और वर्गीकरण

किसान की प्राथमिक चिंता कीटों और बीमारियों के कारण फसल के नुकसान को कम करना है, जो कि उपयोग की गई खेती की प्रक्रिया के बावजूद होते हैं। विश्व स्तर पर कृषि उत्पादन का 40% से अधिक पौधों के रोगाणुओं, कीड़ों और雑草 कीटों के कारण खो जाता है। पहले किसान कीटों का पता लगाने के लिए कृषि विशेषज्ञों पर निर्भर करते थे। हाल ही में कीट की पहचान के लिए डीप लर्निंग विधियों का उपयोग किया गया है जिससे कृषि उत्पादकता बढ़ी है। यह पेपर तेजी से आर-सीएनएन एफिशिएंट नेट बी4 और तेजी से आर-सीएनएन एफिशिएंट नेट बी7 पर आधारित दो डीप लर्निंग मॉडल प्रस्तुत करता है जो कीटों की सटीक पहचान और वर्गीकरण के लिए हैं। हमने IP102 डेटासेट के 5, 10, और 15 वर्ग के कीटों के लिए अपने दृष्टिकोण को मान्य किया। निष्कर्ष दर्शाते हैं कि हमारा प्रस्तावित तेजी से आर-सीएनएन एफिशिएंट नेट बी7 मॉडल ने 5, 10 और 15 वर्ग के कीटों के लिए क्रमशः 99.00%, 96.00% और 93.00% की औसत वर्गीकरण सटीकता प्राप्त की, जो अन्य मौजूदा मॉडलों को पीछे छोड़ते हैं। कीटों का पता लगाने के लिए हमारे प्रस्तावित तेजी से आर-सीएनएन विधि के लिए कम कंप्यूटेशन समय की आवश्यकता होती है। जांच से पता चलता है कि हमारा प्रस्तावित तेजी से आर-सीएनएन मॉडल फसल के कीटों की पहचान के लिए उपयोग किया जा सकता है, जिससे कृषि उपज और फसल संरक्षण में वृद्धि होती है।