تنفيذ نظام هجيني من EfficientNet V2 ومحول الرؤية لتصنيف أمراض أوراق التفاح

تواجه صناعة زراعة التفاح تحديات في إدارة أمراض أوراق التفاح. الطرق الحالية للكشف اليدوي لها قيود نتيجة تباين الخبرة، والوقت المطلوب، والتأخيرات المحتملة في تحديد الأمراض مما يؤدي إلى انتشارها، وصعوبة التمييز بين الأمراض ذات الأعراض البصرية المتشابهة. يهدف هذا البحث إلى تطوير نظام تصنيف دقيق وفعال وآلي لأمراض أوراق التفاح باستخدام نهج هجين يجمع بين بنية EfficientNet V2 ومحول الرؤية. الأهداف الرئيسية هي تحسين دقة كشف الأمراض، وتقليل المتطلبات الحاسوبية، وتسهيل إدارة النباتات بشكل أكثر فعالية، ودعم الممارسات الزراعية الحديثة في صناعة التفاح. يستخدم هذا البحث نموذج تعلم عميق هجيني يدمج مكونات EfficientNet V2 ومحول الرؤية. تم إجراء تجارب على مجموعة بيانات حول أمراض أوراق التفاح لتقييم أداء النموذج. تُظهر النتائج فعالية هذه الطريقة في تصنيف أمراض أوراق التفاح، حيث حقق دقة بنسبة 98.56% ودرجة F1 قدرها 0.9856 على بيانات الاختبار. يحتوي النموذج المقترح على 15.6 مليون معامل، وهو أخف من النموذج الأصلي EfficientNetV2S الذي يحتوي على 20 مليون معامل. تم تقليل وقت التدريب إلى 6 دقائق و32 ثانية مقارنة بالنموذج الأصلي EfficientNetV2S الذي استغرق 8 دقائق و41 ثانية لـ 5 دورات على نفس مجموعة البيانات.