Fıstık hastalığı tespiti için iha destekli hafif ve verimli yolo tabanlı bir çerçeve

Antep fıstığı hastalıkları, dünya mutfağı ve ekonomi açısından paha biçilmez öneme sahip olmasına rağmen, otomatik tespit çözümlerinin geliştirilmesi konusunda literatürde yeterli ilgiyi görmemiştir. Bu bağlamda, yeni oluşturulan Fıstık Yaprak Hastalığı Veri Seti üzerinde eğitilmiş, YOLO11s tabanlı, hafif ve yüksek doğruluk oranına sahip bir tespit modeli olan YOLO-PGWD sunulmuştur. Önerilen mimari dört temel iyileştirme içermektedir: verimli özellik çıkarımı için boyun kısmındaki geleneksel darboğazların GhostBottleneckv3 ile değiştirilmesi, sınırlayıcı kutu lokalizasyonunu iyileştirmek için WIoUv3 kayıp fonksiyonunun kullanılması, ince desenler üzerindeki odaklanma seviyesini artırmak için DiNAT dikkat mekanizmasının entegre edilmesi ve hesaplama karmaşıklığını azaltmak amacıyla omurgadaki seçili evrişim katmanlarının PConv ile ikame edilmesi. YOLO-PGWD modelinin etkinliğini değerlendirmek amacıyla kapsamlı deneysel çalışmalar yürütülmüştür. Önerilen model; kesinlik, duyarlılık, F1-skor ve mAP50 metriklerinde sırasıyla %72,86, %63,01, %67,58 ve %70,75'lik performans sergilemiştir. Gerçekleştirilen genelleştirme deneyleri, önerilen modelin çeşitli tarımsal koşullar altındaki güvenilirliğini kanıtlamaktadır. Elde edilen sonuçlar değerlendirildiğinde, YOLO-PGWD modelinin bitki hastalığı tespit sistemlerinin iyileştirilmesi ve akıllı tarım senaryolarının geliştirilmesi için sağlam bir teknik temel oluşturduğu doğrulanmaktadır.