NHẬN DẠNG BỆNH TRÊN LÁ NGÔ SỬ DỤNG HỌC SÂU

Abstract

Hiện nay, sự tiến bộ của khoa học và công nghệ đã giải quyết được nhiều vấn đề trong cuộc sống và được ứng dụng nghiên cứu cho nông nghiệp thông minh đang rất được quan tâm gần đây để phát triển nền nông nghiệp, đặc biệt là cây ngô (bắp) một loại cây trồng lương thực và là sản phẩm nông nghiệp có lợi thế lớn về năng suất và là cây trồng nông nghiệp chủ lực ở khu vực Đồng bằng sông Cửu Long nói riêng và cả nước nói chung, nhưng khó khăn gặp phải trong việc trồng bắp là vấn đề về sâu bệnh hại ảnh hưởng nghiêm trọng đến năng suất hằng năm và việc chẩn đoán chính xác và hiệu quả cho bệnh trên lá cây ngô là “chìa khóa” cấp thiết để tránh những ảnh hưởng này. So với phương pháp nhận dạng và phát hiện bệnh trên lá ngô theo cách thủ công thì đề tài này đề xuất một giải pháp trong nhận dạng bệnh của cây bắp bằng việc huấn luyện cho mô hình học sâu ResNet-50, VGG-16 và MobileNet-V2 với tập dữ liệu gồm có hơn 4000 hình ảnh về bệnh trên lá ngô, cụ thể đó là các bệnh cháy lá, rỉ sắt, bệnh đốm lá và lá ngô khỏe mạnh, cho thấy mô hình đạt độ chính xác của các mô hình từ 87% và đến 92%, kết quả phân loại của các mô hình cho ra ở mức khá tốt. Sau khi đã hoàn thành ở bước huấn luyện tập dữ liệu với mô hình, từ mô hình đã được huấn luyện và cho kết quả tiếp theo sẽ triển khai cho giải pháp nhận dạng bệnh của lá ngô trên trình duyệt web đây được xem như công cụ đảm bảo cho chức năng phát hiện các đặc điểm và chuẩn đoán đúng cho các loại bệnh trên lá ngô và đề xuất các phương pháp phòng trừ cho bệnh giúp việc trồng ngô được thuận lợi hơn.