Leaf Recognition System

تفصیل

پودے ہر جگہ موجود ہیں جہاں ہم رہتے ہیں، اور ساتھ ہی وہ جگہیں بھی جو ہمارے بغیر ہیں۔ ان میں سے بہت سے انسانی معاشرے کی ترقی کے لیے اہم معلومات رکھتے ہیں۔ ہنگامی صورتحال یہ ہے کہ بہت سے پودے معدوم ہونے کے خطرے سے دوچار ہیں۔ لہٰذا پودوں کے تحفظ کے لیے ڈیٹا بیس قائم کرنا بہت ضروری ہے۔ ہم سمجھتے ہیں کہ پہلا قدم کمپیوٹر کو پودوں کی درجہ بندی کرنے کا طریقہ سکھانا ہے۔ دوسرے طریقوں، جیسے سیل اور مالیکیول بائیولوجی کے طریقوں کے مقابلے میں، پتی کی تصویر کی بنیاد پر درجہ بندی پتوں کے پودوں کی درجہ بندی کے لیے پہلا انتخاب ہے۔ پتوں کے نمونے لینا اور ان کی تصویر کشی کم خرچ اور آسان ہے۔ کوئی بھی پتی کی تصویر کو آسانی سے کمپیوٹر میں منتقل کر سکتا ہے اور کمپیوٹر امیج پروسیسنگ تکنیک میں خود بخود خصوصیات نکال سکتا ہے۔ کچھ نظام نباتات کے ماہرین کے ذریعہ استعمال کردہ وضاحتوں کو استعمال کرتے ہیں۔ لیکن ان خصوصیات کو خود بخود کمپیوٹر میں نکالنا اور منتقل کرنا آسان نہیں ہے۔

ہم نے پتوں کی درجہ بندی کے لیے ایک موثر الگورتھم تیار کیا ہے جو تصویری خصوصیات کے اعلیٰ ترتیب کے اعدادوشمار کو شکل کی معلومات اور نیورل نیٹ ورک کو نان لائنر درجہ بندی کے طور پر یکجا کرتا ہے۔ کوڈ کا تجربہ FLAVIA ڈیٹا بیس کے ساتھ کیا گیا ہے جس میں 92.09% کی ایک بہترین شناخت کی شرح حاصل کی گئی ہے (32 کلاسز، 40 تربیتی تصاویر اور بقیہ تصاویر ہر کلاس کے لیے ٹیسٹنگ کے لیے استعمال ہوتی ہیں، اس لیے 1280 تربیتی تصاویر اور 627 ٹیسٹ امیجز ہیں جو تصادفی طور پر منتخب کیے گئے ہیں اور کوئی نہیں تربیت اور ٹیسٹ امیجز کے درمیان اوورلیپ موجود ہے)۔

ہمارا نقطہ نظر FLAVIA الگورتھم سے بہتر کارکردگی کا مظاہرہ کرتا ہے اور مزید یہ کہ اسے کسی انسانی مداخلت کی ضرورت نہیں ہے۔ FLAVIA الگورتھم میں درحقیقت آپ کو پتے کی مرکزی رگ کے دو ٹرمینلز کو ماؤس کلک کے ذریعے نشان زد کرنے کی ضرورت ہے۔ دو ٹرمینلز کے درمیان فاصلے کو جسمانی لمبائی کے طور پر بیان کیا جاتا ہے.