PHÁT TRIỂN HỆ THỐNG THÔNG TIN HÌNH THÁI THỰC VẬT HỖ TRỢ TÌM KIẾM VÀ ĐỊNH DANH BẰNG HÌNH ẢNH

Abstract

Nghiên cứu "Phát triển hệ thống thông tin hình thái thực vật hỗ trợ tìm kiếm và định danh bằng hình ảnh" nhằm số hóa và tối ưu hóa công tác phân loại học, tra cứu. Hệ thống được thiết kế theo kiến trúc phân tách (decoupled architecture), triển khai cục bộ qua Docker. Để giải quyết bài toán Truy xuất hình ảnh dựa trên nội dung (CBIR) trên dữ liệu hạn chế, nghiên cứu ứng dụng kiểm chứng chéo K-fold nhằm xác định mức độ mở băng (unfreeze level) và số epoch hội tụ cho ba kiến trúc học sâu: EfficientNetB0, MobileNetV3Large và ResNet50. Dựa trên các tham số mục tiêu này, cả ba mô hình tiếp tục huấn luyện cuối trên toàn bộ dữ liệu và được đánh giá độc lập để lựa chọn. Quá trình tinh chỉnh (fine-tuning) áp dụng đồng bộ các kỹ thuật: tăng cường dữ liệu động (online data augmentation), mở băng lũy tiến (progressive unfreezing) kết hợp suy giảm tốc độ học (learning rate decay), và tích hợp cơ chế biên độ góc cộng thêm (Additive Angular Margin - ArcFace) vào hàm mất mát Categorical Cross-Entropy nhằm tối ưu hóa sự phân tách trong không gian đặc trưng. Kết quả chỉ ra MobileNetV3Large đạt sự cân bằng tối ưu giữa độ chính xác truy xuất (mAP@5: 91,61%), tốc độ suy luận (35,19 FPS) và kích thước mô hình nhỏ gọn (13,9 MB), được chọn làm mô hình lõi trích xuất đặc trưng ảnh lá ở cấp loài, trong khi dữ liệu ảnh thân và hoa sử dụng trọng số được huấn luyện trước (pre-trained baseline) của mô hình này. Về ứng dụng, nền tảng cung cấp phân hệ quản trị để quản lý cây phân loại chi tiết đến cấp biến thể (variety), song song với phân hệ khách hỗ trợ tra cứu đặc điểm sinh học mà không cần đăng nhập. The study "Development of a plant morphology information system supporting image-based retrieval and identification" aims to digitize and optimize taxonomic classification and retrieval processes. The system is designed with a decoupled architecture and deployed locally via Docker. To address the Content-Based Image Retrieval (CBIR) problem on limited data, this study applies K-fold cross-validation to determine the optimal unfreeze level and convergence epochs for three deep learning architectures: EfficientNetB0, MobileNetV3Large, and ResNet50. Based on these target parameters, all three models undergo final training on the entire dataset and are independently evaluated for selection. The fine-tuning process simultaneously applies several techniques: online data augmentation, progressive unfreezing combined with learning rate decay, and the integration of Additive Angular Margin (ArcFace) into the Categorical Cross-Entropy loss function to optimize separability within the feature space. The results indicate that MobileNetV3Large achieves the optimal trade-off between retrieval accuracy (mAP@5: 91.61%), inference speed (35.19 FPS), and model compactness (13.9 MB), and is thus selected as the core model for leaf image feature extraction at the species level, whereas for stem and flower image data, the pre-trained baseline of this model is utilized. On the application side, the platform provides an administrative module to manage the taxonomic tree detailed down to the variety level, alongside a guest module that supports retrieving biological characteristics without requiring login.