Chương 1 GIỚI THIỆU TỐNG QUAN 1.1 Nghiên cứu ngoài nước Ứng dụng kỹ thuật máy học, trí tuệ nhân tạo, khoa học dữ liệu và công nghệ quấn lý dựa trêu LoL (Luternet vf hings) vào nông nghiệp hiệu đang là xu hướng toàu cau. Xu hướng phát triếu nồng nghiệp hiệu nay, tại nhiều nước, dao biệt là áo quốc gia phát triển đang chuyến dịch dầu sung mô hình mới “Nông Nghiệp Chính Xác (Procise agriculture)", wo hình nông nghiệp được áp dụng, cáo thành tựu khoa học để tạo ra hộ sinh tỊ nông nghiệp và cung cấp cáo dịch vụ cho người nông, dâu tham gia. Nhiều quốc gia đã 4p dụng, mô hình nông nghiệp chính xáo trong nhiều nấm qua như Nhật Bắn, Uo, Au Độ, Băng-la-desh. Nhiều loại cây, trông là đối tượng nghiên oứu, phố biểu.
nhất là xoài, táo, thanh long. Oùng với sự phát triéu Luạnh wé via ngành vOug nghệ thống, tin, máy, họo giờ day, có thế nhận dạng hình. ánh một cách chính xáo và. chất lương hon trước.
Vide nhận dạng, và phan tích hình ánh thoug qua wot đường truyền ở khoảng oách xa với với độ trễ nhậu được không, quá. cao cũng là yên t6 thu hút nhiều mối quan tam. Hơn nữa, sự phát triểu wauh w6 các thuật toáu way học và độ thông dụng, cửa chúng, gàng, khiêu. cho nhiều công ty, tố chức nghiên city muốn áp dụng chúng vào trong cáo lĩnh vực kinh doanh, và nông, nghiệp cũng không phái ngoại lệ.
Liêu thé giới thi da v6 rât nhiều nghiện cứu, và. tiêu biếu thì gồm một số sau đây: w Bai báo jl] Rive Leaf Disease Detevtion Using Machine Learning Lechuiques vào nau 2019 sứ dụng, nhiều loại thuật toán như KNN(K-Nearest Neighbour), J48(Devision Tree), NB(Naive Bayes) và LR(Logistio Regression). Sau 10-fold: cross validation thì đã. đạt được độ chính xác lên tới hou 97 phầu trăm cho việc nhậu dạng, 14 vay, lúa bệnh.
« Bai báo |2| Maize Leaf Disease Detection and Olassifioation Using Machine Learning Algorithms vào nau 2020 sit dụng, cáo loại thuật toán như Naive Bayes(NB), Decision Iree (DL), K-Nearest Neighbor (KNN), Support Vector Machine(SVM), và Randou Eorost (RE) dé phát hiện loại bệnh trên. vay, ngô dựa. trêu hình ánh lá. vay, với độ chính xác lên tới 79.
» Bai báo |B| Machine loarning regression technique for cotton leaf disease detection and coutcolling using lol xào nấu 2017 sit dụng thuật toán regression dé phát hiện nhiều loại bệnh trêu lá cây bông với độ chính xáo lén 83.26 phan tram và kết hợp với tug dụng điệu thoại dé giúp người dan dé dàng sit dung.2 Nghiên cứu trong nude Luy, thé giới đã. đặt sự quan tau lên đề tài này rất nhiều, song ở Việt Naw vẫn còn rất han chế ya chí 06 thé tim đượo một số đồ tài nghiên ottu gầu giống, hoặo liêu quan, Sau đây là một trong, những đồ tài do: 10 « Bai báo |4| Lu động nhận dạng, một 36 loại sau bệnh trên lá bưới sử dụng, công, nghệ duh vào nãm 2017 sứ dụng m6 hình máy họo veotơ hỗ trợ (SVM) dé nhận dạng 4 loại sau bệnh trên lá. bưởi với độ chính.5 phẫu trăm và. thực nghiệm trêu 500 duh đạt 99.
Dưới day, là bắng, so sánh cdc công, nghệ sử dụng, trong, way, họo giữa đề tài vila nhóm với áo đề tài nêu tren.1: So sánh công nghệ mấy, học sứ dung gitta các đồ ấu. Tên đề tài Oáo vồng, nghệ sử dụng, | Li lệ chính xáo Mango Leaf Diseas Detection | Lustauce Segmentation, a Rive Leaf Disease Detection KNN,J43,NB,LE.23 Maize Leaf Disease Detevtion | NB,D1,KNN,SVM,RE 79.23 Qotton loaf disease detection Regression algorithiu.26 Nhan dang bệnh trên lá bưởi SVM 99.2 Tuy, đã có nhiều cống, trình nghiên cứu và cáo mô hình gidi pháp da được giới thiệu, nhưng, da 36 cáo công, trình nghiên oứu là những sắn phẩm rời cao, chưa có sự kết nối, chưa cung cấp các dịch vụ mà. người nông, dâu có thé thaw gia trực tiếp ngoài thao táo tra cứu thống, tin dou thuầu. Dao biệt, áo giái pháp vẫu chua có sự kết nôi va tư vấu của.
cáo chuyêu gia nông nghiệp dé hỗ trợ người nông, dâu một oách trực tiếp và.2 Mục tiêu đề tài Phát triéu hệ thống, cáo giải pháp ứug dụng trêu thiết bị di động và website dé giúp người nông, dâu v6 thé chuấu đoán bệnh, tra ottu cách phòng trị, kết nồi chuyên gia là ruột nhụ cau lớn và, có tidus nãng phát triếu trong tương lai gầu. Do đó, nhóm thực hiệu đề xuất đề tài “Lhidt kế hệ thông, hồ trợ tư yan cham sóo bệnh. trêu lá cây, xoài ứng dụng kỹ thuật way, họ”. Đề tài oung cấp cáo ứng dụng trêu thiết bị di động và website đế người nông, dâu có thế dễ dàng tham.
gia vào hệ sinh thái nông nghiệp, quấn lý quá. trình canh tác và tương, tác trực tiẾp với gác chuyên gia uông, nghiệp. Lrong đề tài nghiên cứu này nhóm chọn cây, xoài làm mục tiêu nghiên cứu ola mình. Bên cạnh đó, nhóm cũng hướng đến xây, dựng cơ 36 dữ liệu về bệnh trêu cay, xoài phụo vụ vio nghiên oứu chuyên sâu.
trong, Hồng, nghiệp. Oây, xoài (tên sinh học: Maugifora indiva) là wt loại oây, rất phố biến hiệu nay, cũng như qué cửa. nó rất được ta chuộng. Day là một trong những, loại vay, vừa 06 thé sit dụng, để law.
cây cánh, vita v6 thé lây bóng, râu: chơi đùa. hay, ngồi hóng wat trong những, ngày nắng, nóng. Dao biệt hou là nó có thé dew lại nguồn lợi kinh tê rất lớu khi trồng với số lượng nhiều và xuât khấu. Tuy nhiên, người nông dân và người làm vườn đôi khi không thé biệt được liệu vườu xoài của mình có phát triéu ruột oách tốt nhất hay không.
Đồi khi trên lá xoài v6 thế xuất hiệu những đốm đen hay, mụn ghế Kì lạ mà người ông dâu không thé biết đó là bệnh gì và thực hiệu biệu pháp nào để chữa. Do đồ trong đề tài nghiên oứu này, uhow đã, đề xuất ra phương, pháp là. thiệt kế ra một hệ thông, way, hoo v6 thé xác định bệnh trêu. cây, xoài sau khi pha.
tích hình duh cửa lá. Việo này sẽ giúp giải quyết đượo cáo yan đề vita nông, dâu về xáo định bệnh hại của cây trồng, và đượo tư yan chău: sóo vay, trồng một oách nhanh chóng và hiệu quả. Điều này, sẽ giúp họ chữa khỏi bệnh cho cây, trồng kịp thời, giúp tăng cả. về chất lượng va sắn lượng thành phẩm, đồng, thời giúp tăng lợi nhuận cho người nông, dâu.
Phạm vi trong dé tài nghiên cứu bao gồm tầm nhân (bao gồm 7 bệnh và T loại là lá bình thường) trên cây, xoài: Ga l4(apoderus javanicus), sâu bướm an 14(dappula tertia), héo lá(miotis longieornis), phân trắng(neomelicharia. sparsa), 14 bình thudug(uormal), ghế xoài(proconbarinia cubus), than thư(mango anthracnose), trí do(red rust). Do đối tường phan tích bệnh là lá cây, nêu cầu phái v6 wo hình máy học và thuật toán phù hợp để 1 đạt đượo két quã tốt nhật. Qua phân tích và tim hiếu nhóm đã lựa chọn mồ hình way, họo phù hợp là Mask R-ONN với thuật toán phan đoạn đối tượng giúp chang ta vd thé phan đoạu vdv đối tượng một cách chinh xáo.
Sit dụng kết qué nhậu biết bệnh cũa mô hình máy hyo, nhóm sẽ phát tridu ứng dụng, cho phép người dùng: có thế chụp ánh lá vay, bị bệnh ngay, trêu thiệt bi di doug via mình, qua quá. trình phân tích số đưa. ra kết qua, tình trạng bệnh trêu | y đồng thời đề xuất oáo cách phòng trị phù hợp, Hou nữa, hệ thông ứng dụng, còn hỗ trợ tính năng tạo kết nối với cáo chuyên gia giúp người dùng hiểu rõ hơn về cáo loại bệnh, trau doi kiéu thức vita mình và cũng có thế được hỗ trợ giái đáp uáo thắc mắc liêu quan, Ứng dụng cũng sẽ 06 cáo bài việt và tài thiệu liêu yuan đế mọi người cing nhau tìm hiểu và nâng cao kiêu thứo về các bệnh trên cay, trông. Giới hạn đề tài Oo sở dữ liệu bệnh trên xoài với 4000 ánh được gắu nhãn, khoanh vùng đối tượng, (segmentation).
Hệ thông, may, học chấn đoán bệnh sẽ chí giới hạn ở lá cấy xoài trưởng thành và khi bệnh đã. có dâu hiệu bệnh rõ rột trên lá. và hỗ trợ oác chức nãng phan tích cáo loại bệnh, đưa. ra cáo biện pháp chăm sóc phù hợp với từng.
Oáo tính nãng, chính cúa ứng, dung: » Phan tích cáo loại bệnh trên lá vay, xui. # Goi ý cáo phương pháp chăm sóc phù hợp cho từng, loại bệnh. w Odo bài viết, tài liệu về nông nghiệp liêu quan.4 Kết qua dự kiến Hệ thông nhận dạng hình ánh 4p dụng máy học sẽ 6 thế phát hiện nhiều loại bệnh với độ chính xáo trêu. Qua đó v6 đượo một hệ thông nhận dạng bệnh trêu lá xoài phụo vụ nghiên cứu khoa hoo và, đứng, dụng.
và udu tang tug dụng hỗ trợ uông, dâu chăm sóc cây xoài với cáo dao điếm có độ chính xác cao cũng, như có thế tích hợp vào ứng, dụng dé người nông, dan sử dung. Trên đây là giới thiệu tống quan về lý do thực hiện, mục tiêu và giới hạn vita dé tài. O chương, sau chúng, ta sẽ đi sâu hơn về phầu phận tích và. giới thiệu về uáo kỹ, thuật đượo dùng trong, quá trình nghiên cứu và phát triéu ứng dụng.
12 Chương 2 GIỚI THIEU CAC KỸ THUAT ĐƯỢC SU DUNG Ở chương này, nhóm sẽ tìm hiếu về wat lý thuyết cáo cOug oy, kỹ: thuật duge sứ dụng trong suốt quá trình thực hiệu dự au.1 Mô hình may, học 2.1 Thu thập dữ liệu Dữ liệu về lá. cây xoài bệnh được thu thập từ cáo nguồu được chia số tuiễn phí trêu mạng, cũng, như tit wot sô ánh. thie tô mà. nhóu chụp, được đề qua đó xây, dựng cơ sở dit liệu về bệnh lá, vay xoài (khoáng 4000 ánh).
vay, bị bệnh.2 Xứ lý ánh Xứ lý hình ánh là một thuật ngữ chung dé cập đến một loạt vie chứo nãng v6 thé được thực hiện trêu wot hình ánh tỉnh. Lrong khi một khung hình don (single frame) đượo sứ dụng làm đầu vào, đầu ra. thay, đối tity, theo một hoặc vài chức năng được áp dụng. thì xử lý duh cũng là đối tượng nghiên cứu cia lĩnh.
xựo thị giáo may, là quá trình biếu đối từ một ánh ban đầu saug một ánh tuới với các daw tính và tuau theo ý muốn của người sit dụng. Xử lý duh có thé gồm quá trình phân tích, phan lớp cáo đối tượng, làm tăng. 13 chất lượng, phân đoạu và tách dạnh, gần nhãn cho vùng hay, quá trình biếu dịch cáo thông tin hình ánh ote ánh. Qũng như xứ lý dữ liệu bằng, đồ hoạ, xứ lý duh số là một lĩnh vực vita tin họo ứng dung.
Xứ lý dữ liệu. bằng đồ họa đề cập đến những duh nhân tạo, cáo duh này, đượo xem xét như là một cấu trúo dữ liệu và đượo tạo bởi oác chương trình.