کتاب تشخیص هوشمند بیماری‌ها و آفات گیاهی با یادگیری عمیق: از تصویربرداری تا ترنسفورمرهای بینایی
, ,

کتاب تشخیص هوشمند بیماری‌ها و آفات گیاهی با یادگیری عمیق: از تصویربرداری تا ترنسفورمرهای بینایی

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000016720 دسته: , , برچسب: , , , , , , , , , , , , ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب تشخیص هوشمند بیماری‌ها و آفات گیاهی با یادگیری عمیق: از تصویربرداری تا ترنسفورمرهای بینایی

موضوع کلی: هوش مصنوعی در کشاورزی

موضوع میانی: کاربرد یادگیری عمیق در تشخیص بیماری‌ها و آفات گیاهی

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مبانی کشاورزی هوشمند
  • 2. مقدمه‌ای بر هوش مصنوعی در کشاورزی
  • 3. چالش‌های کشاورزی مدرن
  • 4. نقش داده‌ها در کشاورزی هوشمند
  • 5. مقدمه‌ای بر تشخیص بیماری‌های گیاهی
  • 6. اهمیت تشخیص زودهنگام بیماری‌های گیاهی
  • 7. آفات گیاهی و اثرات آن‌ها
  • 8. مقدمه‌ای بر بینایی ماشین در کشاورزی
  • 9. کاربرد تصویربرداری در کشاورزی
  • 10. چالش‌های جمع‌آوری داده‌های گیاهی
  • 11. مقدمه‌ای بر یادگیری ماشین
  • 12. یادگیری عمیق: انقلاب در هوش مصنوعی
  • 13. مبانی شبکه‌های عصبی مصنوعی
  • 14. لایه‌های شبکه‌های عصبی
  • 15. توابع فعال‌سازی
  • 16. تابع هزینه (Loss Function)
  • 17. بهینه‌سازها (Optimizers)
  • 18. پس‌انتشار خطا (Backpropagation)
  • 19. معماری‌های یادگیری عمیق
  • 20. شبکه‌های عصبی کانولوشنال (CNN)
  • 21. مبانی CNN: لایه‌های کانولوشن
  • 22. مبانی CNN: لایه‌های Pooling
  • 23. مبانی CNN: لایه‌های Fully Connected
  • 24. معرفی معماری‌های مشهور CNN (AlexNet, VGG, ResNet, Inception)
  • 25. تاریخچه شبکه‌های CNN در تشخیص بیماری گیاهی
  • 26. کاربرد CNN در استخراج ویژگی از تصاویر گیاهی
  • 27. پیش‌پردازش تصاویر گیاهی
  • 28. پاکسازی نویز در تصاویر
  • 29. نرمال‌سازی تصاویر
  • 30. افزایش داده (Data Augmentation)
  • 31. تکنیک‌های رایج افزایش داده
  • 32. مدل‌سازی در تشخیص بیماری گیاهی
  • 33. مسائل طبقه‌بندی (Classification) در تشخیص بیماری
  • 34. مسائل تشخیص اشیاء (Object Detection)
  • 35. مسائل تقسیم‌بندی معنایی (Semantic Segmentation)
  • 36. ارزیابی مدل‌های طبقه‌بندی
  • 37. معیارهای ارزیابی (Accuracy, Precision, Recall, F1-Score)
  • 38. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 39. مقدمه‌ای بر مجموعه داده‌های بیماری گیاهی
  • 40. معرفی مجموعه داده‌های معروف (PlantVillage, Kaggle datasets)
  • 41. چالش‌های مرتبط با مجموعه داده‌ها (نویز، عدم توازن)
  • 42. آموزش مدل‌های CNN
  • 43. تنظیم هایپرپارامترها (Hyperparameter Tuning)
  • 44. روش‌های جلوگیری از بیش‌برازش (Overfitting)
  • 45. یادگیری انتقالی (Transfer Learning)
  • 46. کاربرد یادگیری انتقالی در تشخیص بیماری گیاهی
  • 47. تنظیم دقیق (Fine-tuning) مدل‌های پیش‌آموزش‌دیده
  • 48. روش‌های پیشرفته CNN
  • 49. شبکه‌های عصبی کانولوشنال عمیق
  • 50. شبکه‌های عصبی کانولوشنال با اتصالات باقی‌مانده (ResNet)
  • 51. شبکه‌های عصبی کانولوشنال با ماژول‌های Inception
  • 52. شبکه‌های عصبی کانولوشنال با کانال توجه (Channel Attention)
  • 53. شبکه‌های عصبی کانولوشنال با توجه مکانی (Spatial Attention)
  • 54. شبکه‌های عصبی با مکانیزم توجه (Attention Mechanisms)
  • 55. شبکه‌های عصبی با مکانیزم توجه در CNN
  • 56. مقدمه‌ای بر تشخیص آفات گیاهی
  • 57. تفاوت‌های تشخیص آفات و بیماری‌های گیاهی
  • 58. چالش‌های تشخیص آفات
  • 59. کاربرد CNN در تشخیص آفات
  • 60. معماری‌های یادگیری عمیق برای تشخیص آفات
  • 61. روش‌های تشخیص خودکار آفات
  • 62. تشخیص آفات با استفاده از داده‌های تصویری
  • 63. تشخیص آفات با استفاده از داده‌های صوتی (اختیاری)
  • 64. تشخیص آفات با استفاده از داده‌های رفتاری (اختیاری)
  • 65. مدل‌های تشخیص اشیاء برای آفات
  • 66. کاربرد YOLO در تشخیص آفات
  • 67. کاربرد Faster R-CNN در تشخیص آفات
  • 68. کاربرد SSD در تشخیص آفات
  • 69. مقدمه‌ای بر تقسیم‌بندی تصاویر گیاهی
  • 70. تقسیم‌بندی برای تفکیک برگ از ساقه
  • 71. تقسیم‌بندی برای تفکیک بخش آلوده
  • 72. مدل‌های تقسیم‌بندی معنایی
  • 73. U-Net برای تقسیم‌بندی تصاویر گیاهی
  • 74. DeepLab برای تقسیم‌بندی تصاویر گیاهی
  • 75. کاربرد تقسیم‌بندی در تحلیل شدت بیماری
  • 76. ترنسفورمرها در یادگیری عمیق
  • 77. مقدمه‌ای بر شبکه‌های ترنسفورمر (Transformers)
  • 78. معماری پایه ترنسفورمر
  • 79. مکانیزم توجه در ترنسفورمرها
  • 80. ترنسفورمرهای بینایی (Vision Transformers – ViT)
  • 81. مبانی ViT
  • 82. معماری ViT
  • 83. مزایای ViT نسبت به CNN
  • 84. کاربرد ViT در تشخیص بیماری گیاهی
  • 85. مقایسه ViT و CNN در تشخیص بیماری گیاهی
  • 86. ترنسفورمرهای بینایی پیشرفته
  • 87. Swin Transformer
  • 88. کاربرد Swin Transformer در کشاورزی
  • 89. ترنسفورمرها برای تشخیص اشیاء
  • 90. DETR (DEtection TRansformer)
  • 91. کاربرد DETR در تشخیص آفات
  • 92. ترنسفورمرها برای تقسیم‌بندی
  • 93. SegFormer
  • 94. کاربرد SegFormer در تحلیل تصاویر گیاهی
  • 95. روش‌های ترکیب CNN و ترنسفورمر
  • 96. معماری‌های هیبریدی CNN-Transformer
  • 97. مزایای معماری‌های هیبریدی
  • 98. کاربرد معماری‌های هیبریدی در کشاورزی
  • 99. ارزیابی پیشرفته مدل‌ها
  • 100. مباحث مربوط به پایداری و استحکام مدل‌ها (Robustness)

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب تشخیص هوشمند بیماری‌ها و آفات گیاهی با یادگیری عمیق: از تصویربرداری تا ترنسفورمرهای بینایی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا