PHÂN LOẠI BỆNH TRÊN TRÁI VÀ LÁ MẬN AN PHƯỚC VỚI CÁC GIẢI THUẬT HỌC SÂU

Abstract

Đề tài này tập trung vào việc phân loại bệnh trên trái và lá mận An Phước, một giống mận phổ biến tại Đông Nam Á và trong đó có Việt Nam, bằng cách sử dụng các giải thuật học sâu (deep learning). Phương pháp tiếp cận của đề tài bao gồm việc huấn luyện các mô hình học sâu trên nhiều tập dữ liệu hình ảnh để thử nghiệm bao gồm các loại bệnh phổ biến như thối nhũn, ruồi đục trái, dòi đục trái, sâu cắn lá, và vọp lá trên trái mận hoặc lá mận. Sau khi thử nghiệm các mô hình học sâu trên nhiều tập huấn luyện, mô hình MobileNetV2 được huấn luyện trên tập dữ liệu được tăng cường lên 6 lần đạt kết quả cao nhất về độ chính xác là 94.57%và tốc độ phân loại một ảnh là khoảng 5 giây. Ứng dụng di động được xây dựng với nền tảng Flutter, cho phép người dùng tải lên hình ảnh của trái và lá mận từ thiết bị di động, sau đó mô hình sẽ phân loại bệnh và cung cấp thông tin chi tiết về bệnh cũng như các giải pháp phòng trừ. Giao diện ứng dụng thân thiện, giúp người dùng dễ dàng thao tác, đặc biệt hữu ích cho người nông dân không có kiến thức sâu về công nghệ. Kết quả của nghiên cứu không chỉ hỗ trợ cho người nông dân An Phước mà còn có thể được áp dụng cho nhiều loại cây trồng khác, mở rộng tiềm năng ứng dụng công nghệ học sâu trong lĩnh vực nông nghiệp thông minh. Luận văn sẽ đóng góp vào việc xây dựng các giải pháp công nghệ cho ngành nông nghiệp, đặc biệt là trong bối cảnh biến đổi khí hậu và dịch bệnh ngày càng gia tăng, đe dọa đến năng suất và chất lượng cây trồng.