نقاء البذور هو العامل الحاسم في تحديد محصول المزارعين ودخلهم، وتقنية التعرف السريعة والدقيقة على الأصناف هي جوهر ضمان نقاء البذور. تقدم هذه الدراسة طريقة للكشف غير التدميري لبذور الذرة تعتمد على الدمج بين تصوير الإضاءة البيضاء LED ونموذج YOLOv8، وأكدت التجارب أن هذه الطريقة تتميز بالسرعة والكفاءة والدقة العالية وعدم التدمير. من خلال بناء نظام تصوير عاكس محسن للإضاءة البيضاء LED، تم جمع وتعليم الصور لـ 12008 بذرة من 4 أصناف من الذرة. أظهرت التجارب المقارنة أن مؤشرات نموذج YOLOv8m الأساسية تفوقت بشكل واضح على نموذج YOLOv8s الخفيف الوزن، مما حل مشكلة دقة التعرف على الأصناف المتشابهة في الشكل بفعالية. حقق النموذج متوسط دقة التعرف (AP)، ومعدل الاستدعاء (Recall، R) ودرجة F1 للأصناف الأربعة نسبة 99.8%، وبلغ قيمة mAP@0.5 نسبة 99.4%. في اختبار الوقت الحقيقي، استغرقت معالجة الصورة الواحدة بواسطة YOLOv8m 68.6 مللي ثانية، مما يلبي متطلبات نظام فرز البذور ذات التأخير المنخفض. كشفت الدراسة أيضًا عن تأثير حجم مجموعة البيانات على أداء النموذج، وأكدت أن YOLOv8m يحافظ على ثبات ممتاز عبر مجموعات بيانات بأحجام مختلفة. توفر هذه الدراسة حلاً دقيقًا وعمليًا في مجال التعرف على أصناف البذور.

بذور الذرة;تعرف الأصناف;التعلم العميق;YOLOv8