فهرست نشریات علمی دسترسی آزاد ایران

چای نه تنها از محبوب‌ترین نوشیدنی‌ها در سراسر جهان است، بلکه یک محصول کشاورزی حیاتی نیز محسوب می‌شود که به دلیل فواید سلامتی و کاربردهای متنوع صنعتی‌اش ارزشمند است. با این حال، تقلب در چای همچنان یک چالش بزرگ در این صنعت است که شامل اقداماتی مانند افزودن مواد خارجی و رنگ‌های مصنوعی یا جعل منشأ جغرافیایی می‌شود که همگی می‌توانند بر سلامت مصرف‌کننده تأثیر منفی بگذارند. در مطالعه حاضر، دو مدل یادگیری عمیق، یعنی EfficientNet و Swin Transformer، از نظر توانایی‌شان در تشخیص سه نوع تقلب در چای سیاه ایرانی ارزیابی شدند: ضایعات چای، چای خارجی بی‌کیفیت و چای تاریخ گذشته. نتایج نشان داد که مدل EfficientNet در تشخیص ضایعات چای دقت بالاتری دارد، در حالی که مدل Swin Transformer عملکرد بهتری در شناسایی چای خارجی و چای تاریخ گذشته نشان داد. دقت کلی مدل‌های EfficientNet و Swin Transformer برای تشخیص ضایعات چای 88.5٪ و 77.6٪، برای تشخیص چای خارجی 85٪ و 83٪ و برای هر دو مدل در تشخیص چای تاریخ گذشته 61.3٪ بود. با این حال، بهینه‌سازی بیشتر تنظیمات مدل برای کاهش خطاها و بهبود عملکرد توصیه می‌شود.