نوقشت في جامعة تكريت/ كلية علوم الحاسوب والرياضيات رسالة ماجستير للباحث (محمد حسين نجم) الموسومة(Tomato Leaves Disease Detection and Classification Using Deep Learning Technique)هذا وقد جاء في مستخلص الدراسة ما يلي:
اقترح الباحث في دراسته تموذجاً هجيناً يعتمد على الشبكات العصبية التلافيفية (CNN) ومصنفات آلة متجه الدعم (SVM) لاكتشاف وتصنيف أمراض أوراق الطماطم. تم استخدام قاعدة بيانات PlantVillage التي تحتوي على 11000 صورة لعشر فئات مختلفة (تسع فئات مريضة وفئة صحية واحدة). أثبت النموذج المقترح فعاليته في معالجة مشاكل الهياكل التقليدية للشبكات العصبية التلافيفية مثل VGG16 ، والتي تحتاج إلى قاعدة بيانات ضخمة ومساحة تخزين كبيرة وتستهلك الكثير من الجهد والوقت في عملية التدريب. يتميز النموذج المقترح بخفة وزنه ، حيث يستهلك مساحة تخزين تبلغ 30 ميجا بايت ، وهي أقل بكثير مقارنة بالموديل VGG16 ، الذي يستهلك 513 ميجا بايت. كما حصل النموذج الهجين المقدم على دقة تدريب بلغت 96% ، بينما تعرض نموذج VGG16 لفرط التجهيز (overfitting). بالإضافة إلى ذلك ، تم تقييم كل صنف على حدة باستخدام مقاييس الأداء الأكثر شهرة (Precision وRecall وF-Scor) على بيانات الاختبار ، وتراوحت النتائج بين 90% و100% لكل صنف.هذا وقد أظهرت النتائج التي تم الحصول عليها فاعلية وإمكانية استخدام النموذج المقترح في الكشف المبكر عن أمراض الطماطم وبالتالي الحفاظ على المحصول ورفع مستوى الإنتاج.
