Ứng dụng công nghệ học sâu nhằm nâng cao chất lượng phân loại bệnh trên lá chè
Bệnh lá chèPhân loại hình ảnhEfficientNet
Tóm tắt
Đồ án nghiên cứu việc tự động hóa quy trình chẩn đoán bệnh cho cây chè bằng mô hình EfficientNet. Tác giả đã xây dựng bộ dữ liệu hình ảnh thực tế về các loại bệnh phổ biến như thối búp, đốm nâu và rầy xanh. Qua các kỹ thuật tăng cường dữ liệu và tối ưu hóa mạng nơ-ron tích chập, mô hình đạt độ chính xác cao trong phân loại ảnh thực địa. Ứng dụng này hướng tới việc hỗ trợ nông dân phát hiện sớm bệnh hại, tối ưu hóa việc sử dụng thuốc bảo vệ thực vật và nâng cao năng suất cây trồng
File PDF
Tài liệu tham khảo
- M. Tan and Q. V. Le, “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks,” arXiv preprint arXiv:1905.11946, 2020. [2] C. Cortes and V. Vapnik, “Support-vector networks,” Machine Learning, vol. 20, no. 3, pp. 273–297, 1995. [3] L. Breiman, “Random Forests,” Machine Learning, vol. 45, no. 1, pp. 5–32, 2001.
Trích dẫn
Đằng Văn Huy. (2024). Ứng dụng công nghệ học sâu nhằm nâng cao chất lượng phân loại bệnh trên lá chè. Trường đại học Công nghệ thông tin và Truyền thông - Đại học Thái Nguyên. https://repository.ictu.edu.vn/wp-content/uploads/2026/05/22201.pdf.