CẢI TIẾN GIẢI PHÁP PHÂN LOẠI VÀ ƯỚC LƯỢNG KHỐI LƯỢNG XOÀI SẤY THÀNH PHẨM

Abstract

Luận văn trình bày một giải pháp cải tiến cho bài toán phân loại chất lượng và ước lượng khối lượng xoài sấy thành phẩm dựa trên kỹ thuật thị giác máy tính, được triển khai trên nền tảng nhúng Raspberry Pi 5 nhằm tự động hóa quy trình kiểm định chất lượng tại các cơ sở chế biến nông sản quy mô vừa và nhỏ, qua đó giảm sự phụ thuộc vào đánh giá thủ công và nâng cao tính ổn định, hiệu quả vận hành. Hệ thống xây dựng hai hướng tiếp cận song song cho bài toán phát hiện và phân đoạn đối tượng, bao gồm phương pháp phân đoạn dựa trên mô hình mạng nơ-ron tích chập đạt mAP50 99.5% với độ chính xác và độ nhạy 100%, và phương pháp xử lý ảnh truyền thống sử dụng ngưỡng màu RGB kết hợp các phép toán hình thái học và phát hiện contour đạt mean IoU 91.30%, cho thấy khả năng trích xuất hình dạng và kích thước đối tượng hiệu quả trong điều kiện thực tế. Trên cơ sở đó, bài toán phân loại chất lượng được thực hiện bằng mô hình phân loại ảnh gọn nhẹ đạt độ chính xác 99.65%, precision 99.25%, recall 100% và F1-score 99.62%, phù hợp cho triển khai trên thiết bị nhúng, trong khi bài toán ước lượng khối lượng được giải quyết thông qua mô hình hồi quy Random Forest sử dụng các đặc trưng hình học gồm diện tích, chiều cao và độ lệch vị trí theo trục ngang trích xuất từ hai góc chụp camera top-view và side-view, đạt MAE 0.79g, RMSE 1.072g, R² 0.9455 và 80% mẫu có sai số dưới 10%. Toàn bộ hệ thống được triển khai theo mô hình xử lý cục bộ trên Raspberry Pi 5 với thời gian xử lý trung bình 2.745 giây/ảnh cho pipeline phân đoạn và 0.294 giây/ảnh cho pipeline xử lý ảnh truyền thống, qua đó chứng minh tính khả thi của giải pháp trong tự động hóa kiểm soát chất lượng xoài sấy và tiềm năng mở rộng ứng dụng cho các sản phẩm nông sản khác.