ÁP DỤNG THUẬT TOÁN K-MEANS TRONG LOẠI BỎ DỮ LIỆU NGOẠI LỆ ĐỂ NÂNG CAO HIỆU SUẤT PHÂN LOẠI CÁC BỆNH VỀ LÁ LÚA SỬ DỤNG MÔ HÌNH MOBILENETV3

Tóm tắt

Dân số tăng, quá trình đô thị hóa diễn ra nhanh chóng và diện tích đất nông nghiệp bị thu hẹp. Bệnh trên lá lúa được xem là nguyên nhân chính gây mất mùa, vì vậy việc chẩn đoán bệnh lá lúa sớm là quan trọng để giảm ảnh hưởng của chúng đối với năng suất, bảo đảm an ninh lương thực. Sử dụng công nghệ trong việc phát hiện và chẩn đoán các bệnh trên lá lúa là cần thiết. Nghiên cứu này đề xuất một phương pháp nhằm nâng cao độ chính xác của mô hình MobileNetV3. Phương pháp này bao gồm việc loại bỏ các hình ảnh trùng lặp và ngoại lệ sử dụng thuật toán K-Means. Tập dữ liệu sử dụng trong thí nghiệm được lấy từ một nguồn thứ cấp. Dữ liệu bao gồm 5932 hình ảnh của bốn loại bệnh phổ biến trên lá lúa. Ba tập dữ liệu khác nhau được tạo ra (Set-1, Set-2 và Set-3), tương ứng với ngưỡng bất thường 0,00, 0,05 và 0,06. Kết quả cho thấy, độ chính xác tăng đáng kể khi áp dụng phương pháp này. Độ chính xác Top-1 đã tăng từ 80,11% lên 86,85% và 87,69% tương ứng với Set-1, Set-2 và Set-3.