I. Tổng quan mô hình phân loại chuối bằng học sâu tại HCMUTE
Nông nghiệp Việt Nam đang chuyển dịch mạnh mẽ sang tự động hóa. Quá trình phân loại nông sản truyền thống phụ thuộc lớn vào sức người. Phương pháp thủ công này tốn thời gian và dễ sai sót. Tại Trường Đại học Sư phạm Kỹ thuật TP.HCM, nhóm nghiên cứu đã phát triển giải pháp mới. Đề tài ứng dụng trí tuệ nhân tạo để giải quyết bài toán phân loại chuối. Nhóm tác giả gồm sinh viên Lê Tấn Luận và Phan Tấn Phúc thực hiện đề tài. Nghiên cứu nhận sự hướng dẫn trực tiếp từ PGS. Nguyễn Thanh Hải thuộc Khoa Điện - Điện tử. Dự án hoàn thành vào tháng 12 năm 2023 với kết quả khả quan. Hệ thống kết hợp cơ điện tử, thị giác máy tính và học sâu hiện đại. Mô hình xử lý trực tiếp ba giống chuối thương phẩm phổ biến gồm chuối cau, chuối sứ và chuối lùn. Thiết bị vận hành hoàn toàn tự động từ khâu cấp phôi đến gạt sản phẩm. Công trình này mở ra hướng tiếp cận công nghệ chi phí thấp cho cơ sở chế biến nông sản vừa và nhỏ.
1.1. Bối cảnh nghiên cứu tại Đại học Sư phạm Kỹ thuật TP.HCM
Trường Đại học Sư phạm Kỹ thuật TP.HCM luôn đi đầu trong nghiên cứu ứng dụng thực tiễn. Khoa Điện - Điện tử liên tục khuyến khích sinh viên giải quyết các vấn đề sản xuất. Chuối là mặt hàng xuất khẩu chủ lực của Việt Nam. Tuy nhiên, khâu phân loại sau thu hoạch vẫn còn lạc hậu. Các phương pháp cơ học truyền thống thường làm dập nát trái cây. Nhu cầu về một dây chuyền tự động hóa thông minh trở nên cấp thiết. Đề tài tốt nghiệp ngành Điện tử Công nghiệp ra đời từ thực tế đó. Nghiên cứu tập trung giải quyết bài toán nhận dạng ngoại quan với chi phí hợp lý. Nhóm nghiên cứu kết hợp hài hòa giữa lý thuyết học sâu và kỹ thuật điều khiển nhúng. Kết quả nghiên cứu đáp ứng tiêu chuẩn khắt khe của nông nghiệp công nghệ cao.
1.2. Mục tiêu và phạm vi phân loại ba giống chuối thương phẩm
Mục tiêu cốt lõi của đề tài là xây dựng mô hình phân loại tự động đạt độ chính xác cao. Đối tượng thử nghiệm gồm ba loại chuối: chuối sứ, chuối cau và chuối lùn. Mỗi loại chuối có kích thước, độ cong và sắc thái vỏ riêng biệt. Nhóm tác giả đặt mục tiêu tích hợp mô hình học sâu vào phần cứng nhúng nhỏ gọn. Toàn bộ chu trình từ chụp ảnh, xử lý dữ liệu đến phân loại phải diễn ra liên tục. Thời gian phản hồi của cơ cấu chấp hành cần đạt dưới một giây. Về phạm vi, hệ thống xử lý từng quả chuối đơn lẻ trên băng tải chuyên dụng. Buồng chụp ảnh được thiết kế khép kín nhằm cố định điều kiện chiếu sáng. Mô hình hướng tới khả năng ứng dụng thực tế tại các vựa thu mua nông sản.
II. Thách thức phân loại chuối bằng học sâu trong nông nghiệp
Phân loại nông sản bằng phương pháp thủ công bộc lộ nhiều điểm yếu cố hữu. Con người dễ mệt mỏi sau nhiều giờ làm việc liên tục. Thị lực suy giảm dẫn đến việc đánh giá sai phẩm cấp nông sản. Năng suất lao động biến động và chi phí nhân công ngày càng tăng cao. Trong khi đó, các kỹ thuật xử lý ảnh cổ điển lại gặp hạn chế nghiêm trọng. Phương pháp nhị phân hóa ngưỡng hay trích xuất biên chỉ nhận diện tốt vật thể hình học phẳng đơn giản. Quả chuối có dạng cong tự nhiên và bề mặt bất đối xứng. Màu sắc vỏ chuối thay đổi phức tạp theo từng giai đoạn sinh trưởng. Ngoài ra, việc triển khai trí tuệ nhân tạo trên phần cứng nhúng đặt ra bài toán hóc búa về tài nguyên tính toán. Các mô hình học sâu thông thường đòi hỏi card đồ họa công suất lớn. Việc tối ưu hóa thuật toán để chạy mượt mà trên bộ xử lý nhỏ gọn là thách thức hàng đầu đối với các kỹ sư chế tạo.
2.1. Giới hạn của kỹ thuật xử lý ảnh truyền thống với nông sản
Xử lý ảnh cổ điển thường dựa vào phân đoạn ngưỡng và biến đổi hình thái học. Các kỹ thuật này chỉ phù hợp với vật phẩm công nghiệp có hình dạng cố định như vỉ thuốc hay linh kiện cơ khí. Đối với nông sản tươi, hình thái sinh học rất đa dạng và ngẫu nhiên. Chuối cau quả nhỏ thon, chuối sứ mập tròn, chuối lùn lại có đường cong đặc trưng. Sự biến thiên về góc đặt trên băng tải khiến giải thuật đo kích thước hình học cổ điển dễ mất độ chính xác. Hiện tượng phản chiếu ánh sáng trên vỏ bóng cũng làm sai lệch vector màu sắc RGB. Vì vậy, các thuật toán dựa trên quy tắc cố định không thể phân biệt chính xác từng giống chuối trong điều kiện thực tế.
2.2. Vấn đề cân bằng tài nguyên phần cứng và tốc độ xử lý
Bài toán phần cứng là rào cản lớn khi áp dụng học sâu vào thực tiễn sản xuất. Các mạng nơ-ron tích chập tiêu chuẩn như VGG hay ResNet sở hữu hàng chục triệu tham số. Các mạng nơ-ron này yêu cầu bộ nhớ RAM lớn và vi xử lý máy tính để bàn đắt tiền. Ngược lại, dây chuyền nông nghiệp đòi hỏi thiết bị nhúng gọn nhẹ, tiết kiệm điện năng và chi phí rẻ. Nhóm nghiên cứu chọn bo mạch Raspberry Pi 4 để làm trung tâm điều khiển. Tuy nhiên, chip xử lý ARM trên bo mạch có giới hạn về năng lực tính toán dấu phẩy động. Nếu mạng nơ-ron quá nặng, tốc độ xử lý ảnh sẽ bị trễ. Băng tải không thể dừng chờ quá lâu cho mỗi sản phẩm. Do đó, yêu cầu cấp thiết là tìm kiếm kiến trúc mạng nhẹ nhưng vẫn bảo toàn độ chính xác.
III. Kiến trúc mô hình phân loại chuối bằng học sâu với MobileNet
Để giải quyết triệt để rào cản tính toán, nhóm nghiên cứu đã lựa chọn kiến trúc mạng MobileNet. Đây là dòng mạng nơ-ron tích chập tối ưu riêng cho thiết bị di động và hệ thống nhúng. Điểm đột phá của MobileNet nằm ở kỹ thuật tích chập phân tách theo chiều sâu. Cấu trúc này tách phép tích chập thông thường thành hai bước riêng biệt: tích chập theo chiều sâu và tích chập điểm 1x1. Nhờ đó, số lượng phép tính và tham số mô hình giảm đi đáng kể. Ảnh đầu vào từ webcam Logitech C270p được chuẩn hóa về kích thước 224x224x3 pixel. Dữ liệu ảnh đi qua các tầng trích xuất đặc trưng để xác định loại chuối. Về phần cứng, bo mạch Raspberry Pi 4 Model B đóng vai trò bộ não điều khiển toàn hệ thống. Cảm biến hồng ngoại E18-D80NK phát hiện chuối tiến vào buồng chụp. Động cơ DC 12V kéo băng tải hoạt động nhịp nhàng. Khi mô hình phân loại xong, động cơ servo MG996R sẽ lập tức gạt chuối vào đúng khay chứa quy định.
3.1. Cơ chế tích chập phân tách chiều sâu của mạng MobileNet
Mạng MobileNet phát huy hiệu quả vượt trội nhờ cấu trúc Depthwise Separable Convolution. Phép tích chập chuẩn truyền thống thực hiện lọc và kết hợp kênh cùng một thời điểm. Ngược lại, MobileNet chia nhỏ quá trình này thành hai giai đoạn độc lập. Bước đầu tiên là Depthwise Convolution áp dụng bộ lọc đơn trên từng kênh màu riêng rẽ. Bước tiếp theo là Pointwise Convolution sử dụng bộ lọc kích thước 1x1 để tổng hợp thông tin giữa các kênh. Cách tiếp cận thông minh này cắt giảm hơn tám mươi phần trăm khối lượng tính toán lý thuyết. Mô hình nhờ vậy duy trì được dung lượng siêu nhẹ và tốc độ phản hồi tính bằng mili giây. Độ chính xác nhận diện các đặc trưng vỏ và dáng chuối vẫn tương đương các mạng nơ-ron cỡ lớn.
3.2. Quy trình thu thập dữ liệu và tích hợp phần cứng hệ thống
Quy trình thực nghiệm bắt đầu bằng việc thu thập hàng nghìn ảnh mẫu của ba loại chuối trong buồng chụp tiêu chuẩn. Buồng ảnh kín giúp loại trừ hoàn toàn nhiễu sáng từ môi trường tự nhiên bên ngoài. Ảnh chụp từ webcam Logitech C270p được gán nhãn và tiền xử lý kỹ lưỡng. Dữ liệu sau đó được dùng để huấn luyện mô hình MobileNet trên máy tính trước khi chuyển đổi sang Raspberry Pi 4. Trên mô hình thực tế, cảm biến E18-D80NK quét phát hiện vật thể và kích hoạt camera ghi hình. Raspberry Pi nhận diện hình ảnh, chạy thuật toán suy luận và gửi tín hiệu điều khiển ra chân GPIO. Động cơ servo MG996R điều khiển cánh gạt đẩy chuối vào khay tương ứng theo phân loại chuẩn xác.
IV. Đánh giá mô hình phân loại chuối bằng học sâu và ứng dụng
Mô hình phân loại chuối hoàn chỉnh đã trải qua các đợt chạy thử nghiệm liên tục trong điều kiện vận hành thực tế. Kết quả kiểm tra cho thấy mạng MobileNet nhận diện chính xác cả ba giống chuối sứ, chuối cau và chuối lùn. Tốc độ đáp ứng của toàn bộ chu trình diễn ra rất nhanh. Cơ cấu cánh gạt servo thực hiện chuyển hướng vật phẩm dứt khoát và không làm dập vỏ quả. Thiết kế buồng chụp khép kín phát huy tác dụng tốt trong việc duy trì độ ổn định nhận dạng màu sắc. Nghiên cứu của nhóm tác giả tại Trường Đại học Sư phạm Kỹ thuật TP.HCM khẳng định tính khả thi cao của công nghệ. Giải pháp chứng minh rằng trí tuệ nhân tạo hoàn toàn có thể chạy mượt mà trên phần cứng nhúng giá rẻ. Mô hình này rất phù hợp với quy mô các cơ sở thu mua vừa và nhỏ tại Đồng bằng sông Cửu Long. Khả năng mở rộng sang phân loại độ chín hoặc phát hiện sâu bệnh trên quả cũng rất triển vọng.
4.1. Hiệu năng thực nghiệm và độ chính xác phân loại nông sản
Trong giai đoạn kiểm thử, hệ thống đạt tỷ lệ nhận diện chuẩn xác cao đối với từng dòng chuối riêng biệt. Sự kết hợp giữa bộ lọc tích chập chiều sâu và dữ liệu ảnh đa dạng giúp mô hình không bị nhầm lẫn giữa chuối sứ và chuối lùn. Băng tải vận hành liên tục mà không gặp hiện tượng kẹt quả hay nghẽn dữ liệu trên bo mạch. Thời gian trễ từ khi cảm biến E18-D80NK kích hoạt đến khi cánh gạt servo tác động chỉ mất chưa tới một giây. Độ tin cậy của phần cứng được chứng minh qua hàng trăm chu kỳ phân loại liên tục. Kết quả nghiệm thu đồ án nhận được sự đánh giá rất cao từ hội đồng chuyên môn Khoa Điện - Điện tử.
4.2. Tiềm năng ứng dụng thực tế và hướng phát triển tương lai
Thành công của đề tài mở ra triển vọng to lớn trong việc thương mại hóa máy phân loại nông sản giá rẻ. Các hợp tác xã và doanh nghiệp vừa có thể ứng dụng thiết kế này để tự động hóa dây chuyền đóng gói. Chi phí đầu tư cho hệ thống Raspberry Pi kết hợp camera webcam thấp hơn nhiều so với hệ thống thị giác công nghiệp ngoại nhập. Trong tương lai, mô hình có thể nâng cấp thêm tính năng phân loại chuối theo độ chín từ xanh đến chín vàng. Việc phát hiện vết thâm sẹo hoặc sâu bệnh trên bề mặt vỏ cũng là hướng nghiên cứu khả thi. Những cải tiến này sẽ nâng cao giá trị thương phẩm của nông sản Việt Nam khi xuất khẩu.
