Chương 1: Tong quan về đề tài nghiên cứu Trình bày khát quát bài toán phân đoạn hình ảnh, phát hiện tằm bệnh và tầm quan trọng của các kết quả nghiên cứu trong bối cảnh hiện nay, đặc biệt là tính ứng dụng thực tế của khoá luận cho những người làm ngành trồng dâu nuôi tằm. Chương 2: Các công trình nghiên cứu liên quan. Giới thiệu một số công trình nghiên cứu trong và ngoài nước liên quan đến bài toán thực hiện. Chương 3: Dữ liệu Nội dung đề cập đến quá trình thu thập, gán nhãn, xây dựng bộ dữ liệu cho bài toán.
Trình bày các phương pháp xử lý và đánh giá dữ liệu. Chương 4: Phương pháp Đề xuất một số phương pháp, huấn luyện mô hình dé thực hiện phân đoạn và phát hiện tằm bệnh. Chương 5: Thực nghiệm và đánh giá Chương này giới thiệu một số độ đo đánh giá để so sánh các phương pháp, trình bày kết quả thực nghiệm mà chúng tôi thu được, thêm vào đó là các phân tích lỗi về kết quả cũng như nhận xét. Chương 6: Kết luận và hướng phát triển Trong chương cuối của khóa luận, chúng tôi trình bày kết luận cuối cùng sau khi thực hiện nghiên cứu, tổng kết kết quả đạt được, điều còn hạn chế và một số hướng phát triển trong tương lai.
Giới thiệu bài toán Đối với bài toán nhận diện và phân đoạn các con tăm bệnh trong ảnh ta có thé giải quyết theo hướng phát hiện đối tượng (object detection). Object detection là tác vụ phổ biến trong lĩnh vực thị giác máy tính và trí tuệ nhân tạo, nhằm phân lớp và định vị các đối tượng cụ thê trong hình ảnh. Không chỉ phân lớp các đối tượng nó còn xác định vị trí của chúng thông qua việc cung cấp các hộp giới hạn (bouding box) quanh đối tượng đó. Hạn chế của tác vụ object detection là không thé phân biệt ranh giới hoặc hình dạng chính xác của các đối tượng và có sự chồng chéo giữa các bouding box.
Với tinh chat của bài toán này thì ta không thé sử dung object detection dé nhận diện tằm bệnh vì hình ảnh của tăm có rất nhiều con bò lên nhau, nên khi xuất ra output là các bouding box ta sẽ gặp phải một số sự chồng chéo (overlap) nhất định giữa các con tăm. Dé giải quyết những thách thức này, những tiến bộ trong thị giác máy tinh và học sâu đưa ra các giải pháp tốt hơn, đặc biệt là thông qua kỹ thuật phân đoạn hình 23 ảnh (image segmentation). Một phương pháp khác dé có thé nhận dạng đến từng pixel của con tằm bệnh trong ảnh thông qua đó ta có thé biết được xác hình dạng, vị trí của con tam bệnh. Thế nên đây là bài toán thuộc dang image segmentation.10 Minh họa đầu ra của bài toán segmentation với ảnh đầu là ảnh gốc, ảnh giữa là mặt nạ nhãn, ảnh cuôi là đâu ra của bài toán segmentation Hình 1.11 Minh họa đầu ra của bài toán segmentation dành cho phân đoạn nhiều đối tượng cùng thuộc về một lớp tương tự như bài toán của chúng tôi 24 Phân đoạn hình ảnh là một nhiệm vụ quan trọng trong lĩnh vực thị giác máy tính, liên quan đến việc phân đoạn hình ảnh thành nhiều vùng có đặc điểm giống nhau.
Mục tiêu của phân đoạn là xác định và phân đoạn các đối tượng trong hình ảnh, giúp phân tích và diễn giải dé dàng hon. Với một số mô hình mạnh mẽ và phố biến đã được chỉnh sửa và thiết kế riêng đề giải quyết bài toán này như FCN, Unet, DeepLab, YOLOv8, PSPNet. Phân đoạn hình ảnh được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau, chắng hạn như hình ảnhy tế, lái xe tự động và kiểm tra công nghiệp. Trong bối cảnh bài toán nhận dạng tằm bệnh, phân đoạn ảnh đóng vai trò quan trọng.
Băng cách phân đoạn các hình ảnh của các con tăm, chúng ta có thê cô lập các vùng cụ thê có tăm bệnh. Việc cô lập này giúp phân tích và chân đoán chính xác hơn, ngoài ra các vùng được phân đoạn có thể được kiểm tra kỹ lưỡng hơn dé xác định các đặc điêm cụ thé của con tăm bệnh. Về cấu trúc bài toán, việc áp dụng phân đoạn ảnh vào nhiệm vụ phát hiện tăm bệnh bao gồm một số bước quan trọng. Đầu tiên, các hình ảnh chất lượng cao của tằm được chụp trong nhiều điều kiện khác nhau, bao gom các trang thái bệnh khác nhau.
Những hình anh này là cơ sở dé tạo thành bộ dữ liệu có tinh đại diện và khái quát hóa. Bước tiếp theo là tiền xử lý các hình ảnh này, nâng cao chất lượng và đảm bảo tính nhất quán trên toàn bộ tập dữ liệu. Các kỹ thuật tiền xử lý ảnh bao gồm chuẩn hóa, điều chỉnh kích thước ảnh, giảm nhiễu và điều chỉnh độ tương phản, tất cả đều nhằm cải thiện hiệu suất của mô hình phân đoạn. Sau khi các hình ảnh đã được chuẩn bị, một mô số hình phân đoạn học sâu được huấn luyện để nhận dạng và phân đoạn các con tăm bị bệnh trong hình ảnh.
Các vùng được phân đoạn sau đó được phân tích dé xác định các con tằm bệnh với hình dạng, kích thước, và màu sắc dé có thê hiêu rõ hơn và các con tăm bệnh. - Input: Ảnh chứa các con tăm bệnh và con tăm bình thường trong chỗ nuôi.12 Đầu vào của mô hình - Output: Ảnh đã được phân đoạn (segmentation) bao gồm ảnh các pixel mau đỏ thê hiện con tam bị bệnh. Làm nỗi bật hình dang của nó 1. Tính ứng dụng thực tiễn Như đã đề cập, đề tài được thực hiện dựa trên mục đích ứng dụng thực tế.
Sau đây là một số van đề mà sản phâm nghiên cứu có thể giải quyết: - Tu động hóa quy trình loại bỏ tằm bệnh: giúp người nuôi đỡ được công sức và thời gian giúp giảm bớt phần nào đó mệt nhọc cho người nuôi (hầu như những 26 người nuôi thường là những người độ tuôi trung niên nên van đề sức khỏe rất quan trọng). - Độ bao phủ: người nuôi có thé nhặt sót, không loại bỏ được hết những con tằm bệnh, nhưng áp dụng công nghệ có độ chính xác cao có thé loại bỏ gần như tat cả các con tằm bị bệnh. - Mat độ: Các nhà máy tơ lụa, xưởng nuôi tăm hoặc là hộ gia đình có diện tích nuôi tằm lớn khi đến giai đoạn bắt và loại bỏ tăm bệnh, việc thuê hàng chục, hang trăm người dé nhặt bỏ tằm bệnh là rat tốn kém về mặt tiền bạc cũng như sức người. Khi có công nghệ nhận dạng tăm bệnh tự động này tích hợp vào máy móc thiết bị IOT, các xưởng nuôi tằm lớn sẽ không phải tra chi phí thuê lớn dé thuê một số lượng nhiều người cho giai đoạn loại bỏ tăm bệnh nữa.
Tóm lại, việc áp dụng bài toán phân đoạn ảnh trong nhiệm vụ phát hiện tăm bệnh đại diện cho một bước tiến quan trọng trong việc tự động hóa các giai đoạn trong việc nuôi tằm lay kén. Thông qua việc sử dụng các kỹ thuật thị giác máy tính và học sâu tiên tiến, chúng ta có thể nâng cao độ chính xác và hiệu quả của việc chân đoán và phát hiện tăm bệnh giúp cải thiện và hỗ trợ công đoạn nuôi tăm, cải thiện sản lượng kén thu hoạch mang lại hiệu quả cao về mặt kinh tế và góp phần thúc đây ngành công nghiệp tơ lụa nói chung. CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN 2. Các công trình nghiên cứu trong nước Ở Việt Nam, hiện nay đã có một số nghiên cứu khám phá, ứng dụng công nghệ và trí tuệ nhân tạo vào nông nghiệp, đặc biệt là trong việc phát hiện bệnh trên cây trồng và vật nuôi.
Tuy nhiên, số lượng nghiên cứu cụ thê áp dụng các phương pháp hiện đại như học máy, học sâu dé nhận dạng, phát hiện và phân đoạn tằm bệnh vẫn còn hạn chế. Các nghiên cứu liên quan thường chủ yếu tập trung vào áp dụng kỹ thuật, công nghệ để cải thiện quy trình chăn nuôi, thức ăn, chỗ ở cho tằm, lai tạo giống tằm mới, lai tại giống dâu mới, chất lượng kén, sản phẩm tạo ra từ kén và các kỹ thuật phòng chữa bệnh cho tằm. Chắng hạn như đề tài “Xác định Densovirus 27 trên tằm (Bombyx mori) Tai Bảo Lộc (Lâm Đồng)” viết bởi Hà Viết Cường và các cộng sự [10] nghiên cứu về bệnh của tằm, giúp xác định được các triệu chứng, biểu hiện của bệnh thông qua các nội tạng của con tam. Ngoài ra “Nghiên cứu chon tao và phát triển giống tằm sắn tại một số tỉnh miền núi phía Bắc” với Chủ nhiệm đề tài ThS.
Nguyễn Thi Len [11] thực hiện với mục tiêu thu thập, đánh giá một số giống tam san làm nguyên liệu lai tạo, tạo ra giống tằm mới. Cũng với mục tiêu là cải thiện ngành nuôi tăm lấy kén ở nước ta, đề tài “Xác định khả năng truyền nhiễm bệnh hoại huyết qua môi trường phòng nuôi và da tằm” của Nguyễn Thuý Hạnh và cộng sự [12] giúp xác định các đặc điểm sinh học về bệnh bại huyết của con tăm, góp phần giúp ích cho ngành trồng dâu nuôi tằm lấy kén ở Việt Nam ta [12]. Ngoài ra, luận án tiến sĩ nông nghiệp “Nghiên cứu chọn tạo giống dâu lai F1 tam bội thể trồng hạt thích hợp cho vùng Đồng bằng sông Hồng” của tác giả Nguyễn Thị Len [13] đã cho ra được một loại dâu mới làm thức ăn cho con tằm tăng hiệu quả chăn nuôi sản lượng kén cho vùng Đồng bằng sông Hồng. Bài báo nghiên cứu “Bào chế và đánh giá tính chất mặt nạ từ fibroin tơ tằm chứa hoạt chất kháng khuẩn allicin” của tác giả Nguyễn Thị Ngọc Phương thuộc Trường Đại học Công nghệ Đồng Nai [14] đã nghiên cứu bào chế cho ra mặt nạ từ fibroin tơ tằm chứa hoạt chất kháng khuẩn allicin.
Qua các đề tài, dự án nghiên cứu của các nghiên cứu sinh trong nước ta đều cho thấy họ đã có sự áp dụng đáng ké ky thuat tién tién, cong nghé vao linh vuc trong dâu nuôi tam. Tuy nhiên, các nghiên cứu hiện tại trên vẫn chưa thực sự sử dụng các phương pháp, kỹ thuật về thị giác máy tính áp dụng vào lĩnh vực trồng dâu nuôi tằm lấy kén. Chính vì thế trong khóa luận này chúng tôi kế thừa những phát hiện, ưu điểm từ các nghiên cứu trước (như sử dụng các hình dạng, màu sắc, đặc điểm sinh học của con tăm bệnh đã được nghiên cứu và phát hiện) đề triển khai một phương pháp áp dụng kỹ thuật hiện đại tiên tiến như học sâu dé nhận dang và theo vết tằm bệnh trong ảnh dé xử lý một số thách thức khó khăn trong việc loại bỏ tam bệnh ở giai đoạn nuôi.