Ứng dụng mạng học sâu trong nhận diện một số bệnh phổ biến dựa trên hình ảnh lá sầu riêng
Từ khóa
Tóm tắt
Sầu riêng được mệnh danh là “Vua của các loại trái cây”, là cây ăn quả nhiệt đới lâu năm có giá trị kinh tế cao và được trồng phổ biến ở Việt Nam. Tuy nhiên, cây sầu riêng dễ bị các bệnh trên lá, ảnh hưởng đến sức khỏe và năng suất. Phát hiện sớm và chính xác bệnh dựa trên hình ảnh lá đóng vai trò quan trọng trong việc điều trị giúp cải thiện năng suất cây trồng. Trong bài báo này, chúng tôi đề xuất kỹ thuật nhận diện, phân loại ảnh dựa trên kiến trúc mạng MobileNetV3, InceptionV3 và VGG19. Mô hình được huấn luyện trên tập dữ liệu ảnh của 4 loại lá sầu riêng: bệnh cháy lá, bệnh đốm rong, bệnh đốm lá và lá không bệnh, trong tổng số hình ảnh thu thập được là 8682 hình. Kết quả cho thấy độ chính xác của mô hình đề xuất lên đến 95.87%. Như vậy, kết quả nghiên cứu có thể giúp cho nhà nông xác định bệnh nhanh, chính xác và điều trị kịp thời, góp phần nâng cao năng suất và lợi nhuận từ cây sầu riêng.##plugins.themes.default.displayStats.downloads##
Tài liệu tham khảo
[1] Kumar, A. (2023, June). Advanced CNN-Based Approach for Accurate Tomato Plant Disease Recognition. In 2023 3rd International Conference on Intelligent Technologies (CONIT) (pp. 1-5). IEEE.
[2] Al Gallenero, J., & Villaverde, J. (2023, March). Identification of Durian Leaf Disease Using Convolutional Neural Network. In 2023 15th International Conference on Computer and Automation Engineering (ICCAE) (pp. 172-177). IEEE.
[3] Dawod, R. G., & Dobre, C. (2022). ResNet interpretation methods applied to the classification of foliar diseases in sunflower. Journal of Agriculture and Food Research, 9, 100323.
[4] Halim, N. A. H. A., Sari, S., Taujuddin, N. S. A. M., & Roslan, H. (2023). Durian Tree Type Identification Based on Durian Leaves. Evolution in Electrical and Electronic Engineering, 4(1), 551-558.
[5] Sabarre, A. L., Navidad, A. S., Torbela, D. S., & Adtoon, J. J. (2021). Development of durian leaf disease detection on Android device. International Journal of Electrical and Computer Engineering, 11(6), 4962.
[6] Machha, S., Jadhav, N., Kasar, H., & Chandak, S. (2020). Crop leaf disease diagnosis using convolutional neural network. International Research Journal of Engineering and Technology (IRJET), 7(02).
[7] Howard, A., Sandler, M., Chu, G., Chen, L., Chen, B., Tan, M., ... & Adam, H. (1905). Searching for mobilenetv3. CoRR abs/1905.02244 (2019). arXiv preprint arXiv:1905.02244.
[8] Szegedy, C., Vanhoucke, V., Ioffe, S., Shlens, J., & Wojna, Z. (2015). Rethinking the Inception Architecture for Computer Vision. arXiv: 1512.00567 [cs]. arXiv preprint arXiv:1512.00567.
[9] Szegedy, C., Vanhoucke, V., Ioffe, S., Shlens, J., & Wojna, Z. (2015). Rethinking the Inception Architecture for Computer Vision. arXiv: 1512.00567 [cs]. arXiv preprint arXiv:1512.00567.
[10] Simonyan, K., & Zisserman, A. (2014). Very deep convolutional networks for large-scale image recognition. arXiv preprint arXiv:1409.1556.
