PHÁT HIỆN VÀ PHÂN LOẠI MỘT SỐ BỆNH HỌC TRÊN TRÁI CAM

Abstract

Trái cây là một trong những sản phẩm nông nghiệp có nhu cầu cao trên thị trường. Theo Bộ Nông nghiệp và Phát triển nông thôn thì cam là một trong các loại trái cây được tập trung phát triển đến năm 2025 và 2030 [16]. Nhưng những năm gần đây nông dân phải đối mặt với cảnh trúng mùa mất giá, giá cam tại vườn rớt thê thảm. Một phần của nguyên nhân đó chính là sâu bệnh, sâu bệnh hại cây trồng đóng vai trò quan trọng trong việc làm giảm chất lượng nông sản. Đối với nông dân và những người quản lý vườn cam, có khả năng sớm phát hiện và chẩn đoán các vấn đề sức khỏe của cây có thể giúp tối ưu hóa sản xuất và ngăn chặn sự lây lan của bệnh.Việc nhận dạng bệnh học trên trái cam là một ứng dụng quan trọng trong lĩnh vực nông nghiệp thông minh và quản lý cây trồng. Để thực hiện nhận dạng bệnh học trên trái cam, nhiều nghiên cứu sử dụng công nghệ học máy và thị giác máy tính. Mô hình học máy được huấn luyện trên tập dữ liệu lớn của các hình ảnh trái cam bị bệnh và không có bệnh, từ đó học cách phân biệt giữa các trạng thái khác nhau. Các kỹ thuật như mạng nơ-ron học sâu (deep learning) thường được sử dụng để xây dựng mô hình nhận dạng. Luận văn này thực hiện bài toán phân loại bệnh trên lúa trên ba mô hình MobileNet-V2, Inception-V3 và EfficientNetB7 với độ chính xác đạt được tương ứng là 98.28%, 91,23% và 98,72%. Những kết quả này rất khả thi để ứng dụng vào thực tế nhằm dự đoán các bệnh trên trái cam. Nhờ vào nhận dạng bệnh học tự động, nông dân có thể đưa ra các biện pháp phòng tránh hoặc điều trị một cách nhanh chóng, giúp giảm thiểu tổn thất và tăng cường năng suất cam. Đồng thời, giải pháp này còn mang lại lợi ích về môi trường, vì việc sử dụng phân bón và thuốc trừ sâu có thể được tối ưu hóa.