CHẨN ĐOÁN BỆNH LÁ CÀ CHUA DỰA TRÊN HỌC SÂU: HƯỚNG TIẾP CẬN BẰNG MÔ HÌNH YOLOv12 CHO NÔNG NGHIỆP THÔNG MINH

Tóm tắt

Bệnh hại trên cây trồng là nguyên nhân chính gây suy giảm năng suất và chất lượng nông sản, đặc biệt trong bối cảnh sản xuất quy mô lớn và biến đổi khí hậu. Việc phát hiện sớm và phân loại chính xác bệnh hại có ý nghĩa quan trọng trong bảo vệ thực vật và đảm bảo an ninh lương thực. Nghiên cứu này ứng dụng mô hình YOLOv12 – kiến trúc mới nhất trong họ YOLO – để tự động nhận diện và phân loại bệnh lá trên cây cà chua thông qua hình ảnh. Bộ dữ liệu Tomato Leaf Disease Dataset được sử dụng, bao gồm các loại bệnh phổ biến như mốc sương, đốm lá và thiếu đạm. Các kỹ thuật tiền xử lý và tăng cường dữ liệu được áp dụng nhằm nâng cao khả năng khái quát hóa của mô hình. Kết quả thực nghiệm cho thấy YOLOv12 đạt độ chính xác trung bình 94,6%, khẳng định tiềm năng ứng dụng học sâu trong phát hiện nhanh và chính xác bệnh hại, góp phần thúc đẩy nông nghiệp chính xác và hệ thống bảo vệ cây trồng thông minh.