Mô hình học sâu cho phát hiện bệnh trên cây lúa ở Việt Nam sử dụng YOLOv10

Abstract

Việc phát hiện sớm các loại sâu bệnh trên cây lúa là vô cùng cần thiết để đảm bảo sự sinh trưởng, phát triển và
nâng cao năng suất, từ đó thúc đẩy nền sản xuất lúa gạo phát triển. Đã có nhiều nghiên cứu sử dụng trí tuệ nhân
tạo cho mục đích này, nổi tiếng trong đó có những phương pháp ứng dụng họ mô hình YOLO và đã đạt được
những kết quả đáng kể. Trong nghiên cứu này, chúng tôi tập trung vào hai dòng YOLOv8 và YOLOv10. Nghiên
cứu cho thấy sự hiệu quả của thế hệ YOLOv10, thể hiện ở nhiều khía cạnh, đặc biệt tốc độ hậu xử lý mỗi hình
ảnh cải thiện đến 8 lần. Hơn thế, độ chính xác của mô hình mới cũng tăng lên đến 92,4% khi thử nghiệm trên bộ
cơ sở dữ liệu được chúng tôi thu thập và chọn lọc. Tổng cộng 3.558 ảnh đã được sử dụng với 2.843 ảnh cho tập
huấn luyện, 356 ảnh xác thực và 359 ảnh của tập kiểm tra, bao gồm các bệnh phổ biến trên cây lúa là đạo ôn,
đốm nâu và cuốn lá. Kết quả thí nghiệm chỉ ra rằng hướng tiếp cận này có triển vọng ứng dụng trong thực tế.