XÂY DỰNG MÔ HÌNH PHÂN LOẠI BỆNH TRÊN LÚA DỰA TRÊN CÔNG NGHỆ HỌC SÂU

Abstract

Theo như nghiên cứu của Viện Nghiên cứu Chiến lược Chính sách Công Thương [1], Việt Nam là một trong những nước xuất khẩu nông sản lớn trong khu vực và thế giới. Khối lượng gạo xuất khẩu năm 2021 đạt 6,2 triệu tấn với giá trị đạt 3,2 tỷ USD, giá xuất khẩu bình quân là 526 USD/tấn. Tuy nhiên, có để làm ra một mẻ cơm trắng đó không là điều dễ dàng người nông dân phải đối mặt với sự ảnh hưởng của biến đổi khí hậu toàn cầu, khiến thời tiết mưa, nắng bất thường tạo điều kiện để nhiều loại sâu bệnh hại lúa phát triển. Vì vậy việc phát hiện sớm và điều trị kịp thời các loại bệnh lúa luôn là mối quan tâm hàng đầu của người nông dân. Vì vậy, điều cấp thiết là tìm kiếm một phương pháp có thể phân biệt được nhiều hình ảnh về bệnh lúa nhanh chóng và chính xác. Phương pháp máy học chính là một phương pháp khá tốt để phân loại hình ảnh. Nó có thể xử lý một lượng lớn dữ liệu và tăng độ chính xác việc chuẩn đoán bệnh để nông dân có thể phát hiện để đưa ra các giải pháp trị bệnh một cách kịp thời. Luận văn này thực hiện bài toán phân loại bệnh trên lúa trên ba mô hình EfficientNetB3, VGG16 và MobileNetv2 với độ chính xác đạt được tương ứng là 90%, 93% và 94%. Những kết quả này rất khả thi để ứng dụng vào thực tế nhằm dự đoán các loại bệnh trên lá lúa thông qua ảnh chụp, từ đó đề xuất giải pháp phòng trị phù hợp giúp người dân nâng cao năng suất trồng lúa.