Chương 1 Giới thiệu 1.1 Giới thiệu bài toán phân loại hình ảnh Phân loại hình ảnh (Image Classification) là một trong những bài toán cơ bản trong lĩnh vực thị giác máy tính và học máy. Mục đích của bài toán này là để xác định và phân loại các đối tượng có trong một hình ảnh vào các danh mục đã được xác định trước. Bài toán này được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau, với mục tiêu chung là tự động phân loại các đối tượng có trong hình ảnh vào các danh mục đã được xác định trước. Quy trình thực hiện bài toán phân loại hình ảnh thường bao gồm một loạt các bước theo một quy chuẩn nhất định, nhằm phát triển một hệ thống có khả năng phân loại đối tượng trong hình ảnh một cách có hiệu quả, bao gồm các bước: • Bước 1: Thu thập và chuẩn bị dữ liệu.
• Bước 2: Trích xuất đặc trưng. • Bước 3: Huấn luyện mô hình. • Bước 4: Đánh giá và tối ưu mô hình. Tính đến thời điểm hiện tại, đã có rất nhiều mô hình học khác nhau với các phương pháp học khác nhau được các nhà nghiên cứu giới thiệu để giải quyết bài toán phân loại hình ảnh gồm 3 phương pháp đó là 1 phương pháp học máy (Machine Learning), phương pháp học sâu (Deep Learning) và phương pháp học chuyển giao (Transfer Learning).
Phương pháp học máy Học máy (Machine Learning - ML) là một nhánh của trí tuệ nhân tạo, nghiên cứu và phát triển các thuật toán và mô hình mà máy tính sử dụng để thực hiện các nhiệm vụ mà không cần được lập trình một cách cụ thể cho từng nhiệm vụ đó. Thay vào đó, các hệ thống này có khả năng "học" từ dữ liệu và cải thiện hiệu suất của chúng qua thời gian. Học máy đã trải qua nhiều giai đoạn phát triển kể từ khi nó được đề xuất lần đầu vào giữa thế kỷ 20. Tính đến thời điểm hiện tại, phương pháp học máy đã có hơn 70 năm phát triển, do đó số lượng mô hình học của phương pháp này rất nhiều và đa dạng.
Các mô hình điển hình của phương pháp học máy như: • Mô hình K-Nearest Neighbors (KNN): Một mô hình học máy hoạt động dựa trên nguyên tắc gần gũi nhau thì giống nhau, nghĩa là các điểm dữ liệu gần nhau trong không gian đặc trưng có xu hướng thuộc cùng một lớp. • Mô hình Support Vector Machine (SVM) [14]: Một mô hình học máy sử dụng một siêu mặt phẳng để phân chia các dữ liệu thành các lớp khác nhau. • Mô hình Random Forest: Một mô hình học máy sử dụng nhiều cây quyết định để phân loại hình ảnh, có khả năng xử lý tốt các dữ liệu nhiễu. Phương pháp học sâu Học sâu (Deep Learning) là một nhánh của học máy, sử dụng các mạng nơ-ron nhiều lớp, hay còn gọi là mạng nơ-ron sâu, để phân tích 2 các loại dữ liệu khác nhau.
Học sâu đã thay đổi cách chúng ta tiếp cận các vấn đề phức tạp trong nhiều lĩnh vực khác nhau, từ thị giác máy tính, xử lý ngôn ngữ tự nhiên, đến hệ thống đề xuất và xe tự hành, v. Kiến trúc mạng nơ-ron sâu: Mạng nơ-ron sâu bao gồm nhiều lớp, mỗi lớp bao gồm nhiều nơ- ron. Dữ liệu đầu vào được xử lý qua từng lớp, mỗi lớp học được những đặc trưng ngày càng phức tạp hơn. Cấu trúc của mạng nơ-ron sâu thường bao gồm: • Lớp đầu vào (Input layer): Nhận dữ liệu thô, chẳng hạn như hình ảnh, văn bản, hoặc âm thanh.
• Các lớp ẩn (Hidden layers): Các lớp nơ-ron này thực hiện các tính toán thông qua các trọng số và hàm kích hoạt để học các đặc trưng từ dữ liệu đầu vào. • Lớp đầu ra (Output layer): Cung cấp kết quả dự đoán cuối cùng của mạng, chẳng hạn như nhãn của hình ảnh hoặc văn bản dịch. Mạng nơ-ron tích chập: Trong suốt quá trình phát triển của Học sâu, có nhiều mạng nơ-ron phổ biến được nghiên cứu và phát triển. Tuy nhiên, đối với bài toán phân loại hình ảnh thì Mạng nơ-ron tích chập - Con- volutional Neural Network (CNN) là phù hợp nhất.
Hiện nay, CNN được phát triển thành Deep Convolutional Neural Network (DCNN) với các mạng lưới học sâu hơn, phức tạp hơn, điển hình như các mạng Visual Geometry Group (VGG) [33], Residual Neu- ral Network (ResNet) [15], EfficientNet [36] và You Only Look Once (YOLO) [30]. 3 Phương pháp học chuyển giao Phương pháp học chuyển giao (Transfer Learning) [16] là một kỹ thuật trong đó một mô hình đã được huấn luyện trước trên một tập dữ liệu lớn (thường là ImageNet [12]) được sử dụng làm cơ sở và sau đó được điều chỉnh lại trên tập dữ liệu cụ thể của bài toán cụ thể. Điều này giúp giảm thiểu thời gian và nỗ lực đào tạo, đặc biệt là khi tập dữ liệu huấn luyện không lớn.2 Phân loại loài cây và các vấn đề xoay quanh phân loại loài cây Tại sao phải phân loại loài cây ? Trên thế giới, ước tính có khoảng nữa triệu loài thực vật, nhiều trong số đó vẫn chưa được các nhà khoa học ghi nhận. Như đã biết, thực vật là nguồn cung cấp thực phẩm, dược liệu, giải trí, gen di truyền, chất độc, thức ăn cho động vật và vật liệu xây dựng.
Điều này có thể dẫn đến tuyệt chủng của nhiều loài trong tương lai gần. Do đó, việc phân loại cây giúp nâng cao hiểu biết và ý thức của mọi người trong việc bảo tồn sự đa dạng sinh học hoặc hỗ trợ cho người sử dụng có thể biết và khắc phục bệnh cho cây. Phân loại cây có thể được ứng dụng trong nhiều lĩnh vực khác nhau như: • Trong khoa học và nghiên cứu: Phân loại cây là nền tảng cho việc nghiên cứu và nâng cao hiểu biết về đa dạng sinh học thực vật; giúp ta xác định được các loài nguy cấp hoặc bị đe dọa, từ đó có thể đưa ra các biện pháp bảo tồn phù hợp; cùng với đó là giúp ta xác định được các loài cây có tiềm năng sử dụng cho các mục đích khác nhau: Thực phẩm, thuốc men, vật liệu xây dựng và nhiên liệu. 4 • Trong nông nghiệp: Việc phân biệt các loại cây giúp nông dân lựa chọn giống cây trồng phù hợp với điều kiện khí hậu và thổ nhưỡng; đôi lúc sẽ giúp chúng ta xác định được các loài cây là ký chủ của sâu bệnh, từ đó có thể áp dụng các biện pháp phòng trừ hiệu quả.
• Trong đời sống: Việc phân biệt các loại cây giúp chúng ta lựa chọn được cây cảnh phù hợp với sở thích và điều kiện chăm sóc của bản thân, đồng thời giúp chúng ta sử dụng cây đúng mục đích, ví dụ như sử dụng cây thuốc đúng cách để chữa bệnh hoặc sử dụng cây gia vị để chế biến món ăn. Phân loại loài cây Phân loại loài cây là một phần quan trọng của nghiên cứu thực vật, và nó bao gồm việc xác định, mô tả và phân loại các loài cây dựa trên đặc điểm hình thái, di truyền, sinh thái và phân bố địa lý. Cách phân loại loài cây trong thực vật học dựa trên một số tiêu chí cụ thể và các phương pháp nghiên cứu đa dạng. Dưới đây là một số cách chính được sử dụng để phân loại loài cây: • Phân loại dựa trên đặc điểm hình thái: Đây là phương pháp truyền thống, dựa vào việc quan sát và mô tả các đặc điểm như hình dạng, kích thước của lá, hoa, quả, và thân.
• Phân loại dựa trên phân tử: Phân tích DNA hoặc so sánh gen của các loài cây sẽ giúp ta phân biệt được nó. • Phân loại dựa trên sinh thái và phân bố địa lý: Phân tích dựa trên các điều kiện môi trường sống và khu vực địa lý mà loài cây sinh sống. 5 • Phân loại dựa trên sự phát triển: Đặc điểm của cây trong các giai đoạn phát triển khác nhau cũng có thể hỗ trợ trong việc phân loại. Tuy nhiên, ở điều kiện thực tế, chúng ta chỉ có thể phân loại loài cây dựa trên các đặc điểm hình thái, bởi vì thông qua hình thái của thực vật, chúng ta có thể dùng các giác quan của con người để có thể phân biệt chúng.
Một số đặc điểm hình thái chính được sử dụng trong việc phân loại cây: 1. Đặc điểm của lá: • Hình dạng lá: Quan sát hình dạng tổng thể của lá, bao gồm lá đơn, lá kép, hình tròn, hình tim, hình mũi mác, v. • Cấu trúc gân lá: Xác định mô hình của gân lá, như gân hình mạng, gân song song, hoặc gân chính. • Biên lá: Quan sát cạnh của lá, xem có răng cưa, trơn, khía, hoặc lượn sóng không.
• Kích thước và màu sắc lá: Đo kích thước lá và ghi nhận màu sắc của chúng. • Cấu trúc lông của lá: Các loại lông trên lá cũng có thể giúp phân biệt các loài cây. Có loài có lá mượt, lá có lông dày, lá có lông nhỏ, và các đặc điểm lông khác. • Mùi hương của lá: Một số loài cây có mùi hương đặc trưng từ lá của chúng, và đây cũng có thể là một phương tiện để phân biệt chúng.
Đặc điểm của hoa: • Hình dạng hoa: Nhận dạng hình dạng và cấu trúc tổng thể của hoa, xác định số lượng và bố cục của cánh hoa. 6 • Màu sắc hoa: Ghi nhận màu sắc, có thể cung cấp manh mối quan trọng về phân loại. • Cấu trúc nhụy và nhị hoa: Chi tiết về cách sắp xếp và số lượng của nhụy và nhị trong hoa. Đặc điểm của thân cây: • Hình dạng thân: Quan sát liệu thân cây có thẳng, leo, hay bò không.
• Bề mặt thân: Kiểm tra thân cây có phủ lông tơ, có gai hay nhẵn mịn. • Chiều cao và độ dày của thân: Đo chiều cao tổng thể và đường kính của thân. Đặc điểm của quả và hạt: • Loại quả: Xác định loại quả (quả khô, quả thịt) và hình thức phát triển của chúng. • Kích thước và màu sắc quả: Ghi nhận kích thước tổng thể và màu sắc của quả.
• Cấu trúc hạt: Phân tích số lượng, kích thước và hình dạng của hạt trong quả. Các vấn đề xoay quanh phân loại loài cây Như đã đề cập ở trên, thế giới có rất nhiều loài cây khác nhau, với đa dạng về loài và hàng năm, các nhà khoa học vẫn tiếp tục phát hiện thêm nhiều loài cây mới. Cùng với đó, hiện nay có rất nhiều phương pháp và cách thức để phân loại hay nhận diện loài cây, và mỗi một phương pháp, cách thức đều có sự phức tạp khác nhau trong quá trình nghiên cứu và phát triển.