Ứng Dụng Trí Tuệ Nhân Tạo Để Phát Hiện Và Xác Định Số Lá Cây Dưa Chuột

Phát hiện số lá cây dưa chuột bằng trí tuệ nhân tạo (AI) đang trở thành một xu hướng quan trọng trong nông… 118 trang · Học viện Nông nghiệp Việt Nam · 2021.

• Tác giả: Trần Ngọc Ly
• Người hướng dẫn: ThS. Ngô Quang Ước
• Trường học: Học viện Nông nghiệp Việt Nam
• Chuyên ngành: Kỹ thuật điện – điện tử
• Đề tài: Ứng Dụng Trí Tuệ Nhân Tạo Để Phát Hiện Và Xác Định Số Lá Cây Dưa Chuột
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO
• 1.1. Trí tuệ nhân tạo là gì
• 1.2. Các Phương Pháp cơ bản trí tuệ nhân tạo. Tìm hiểu về Máy học (Machine Learning)
• 1.3. Một số loại thuật toán Machine Learning
• 1.4. Tìm hiểu về Học Sâu (Deep Learning)
• 1.5. Mối quan hệ giữa AI, Machine Learning và Deep Learning
• 1.6. Thuật Toán CNN. Đề xuất phương án xử lý ảnh bằng thuật toán học sâu CNN (Convolutional Neural Network)
• 1.6.1. Tìm hiểu về mạng Neural Networks
• 1.6.2. Khái niệm Convolutional Neural Networks (CNN)
• 1.6.3. Cấu trúc CNN
• 1.6.4. Convolution Layer
• 2. ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG NÔNG NGHIỆP VÀ CÁC THUẬT TOÁN NGHIÊN CỨU
• 2.1. Ứng dụng AI trong nông nghiệp
• 2.2. Các thuật toán và các nghiên cứu
• 2.3. Giới thiệu về Support Vector Machine (SVM)
• 2.4. Thuật toán faster R-CNN
• 3. ỨNG DỤNG THUẬT TOÁN YOLO PHÁT HIỆN LÁ CÂY DƯA CHUỘT
• 3.1. Tìm hiểu về mạng yolo (you only live once)
• 3.2. Môi trường đào tạo mô hình Yolo
• 3.2.1. Google colab là gì
• 3.3. Xây dựng dữ liệu và xác định số lá trên cây dưa chuột
• 3.4. Cách train yolo tiny v4
• 3.5. Phương pháp ứng dụng phát hiện số lá cây bằng mã nguồn và python
• 3.6. Ứng dụng đếm lá
• 4. THỰC NGHIỆM TRÊN PHẦN CỨNG RASPBERRY
• 4.1. Tìm hiểu về Raspberry Pi4
• 4.2. Module Camera Raspberry Pi
• 4.3. Hệ điều hành của Raspberry Pi4
• 4.4. Kết nối với thiết bị ngoại vi
• 4.5. Liên kết phần cứng với laptop
• 4.6. Cài đặt một số phần mềm trên Laptop để kết nối với Raspberry
• 4.6.1. Cài đặt phần mềm VNC viewer trên Windows
• 4.6.2. Thiết lập camera
• 4.6.3. Cài đặt phần mềm OpenCV trên giao diện của raspberry
• MỘT SỐ HÌNH ẢNH THỰC NGHIỆM PHẦN CỨNG
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phát Hiện Số Lá Cây Dưa Chuột Bằng AI

Phát hiện số lá cây dưa chuột bằng trí tuệ nhân tạo (AI) đang trở thành một xu hướng quan trọng trong nông nghiệp hiện đại. Công nghệ này không chỉ giúp nông dân theo dõi sự phát triển của cây trồng mà còn tối ưu hóa quy trình sản xuất. Việc áp dụng AI trong nông nghiệp giúp giảm thiểu thời gian và công sức, đồng thời nâng cao hiệu quả sản xuất.

1.1. Trí Tuệ Nhân Tạo Trong Nông Nghiệp

Trí tuệ nhân tạo đang được ứng dụng rộng rãi trong nông nghiệp, từ việc phát hiện bệnh cây đến quản lý cây trồng thông minh. Công nghệ này giúp nông dân đưa ra quyết định chính xác hơn dựa trên dữ liệu thu thập được.

1.2. Lợi Ích Của Việc Phát Hiện Số Lá

Việc phát hiện số lá cây dưa chuột giúp theo dõi sự phát triển của cây, từ đó đưa ra các biện pháp chăm sóc kịp thời. Điều này không chỉ tiết kiệm thời gian mà còn nâng cao năng suất cây trồng.

II. Thách Thức Trong Việc Phát Hiện Số Lá Cây Dưa Chuột

Mặc dù việc phát hiện số lá cây dưa chuột bằng AI mang lại nhiều lợi ích, nhưng cũng gặp phải một số thách thức. Các vấn đề như độ chính xác của dữ liệu, khả năng xử lý hình ảnh và chi phí đầu tư công nghệ là những yếu tố cần được xem xét.

2.1. Độ Chính Xác Của Dữ Liệu

Độ chính xác của dữ liệu đầu vào là yếu tố quyết định đến hiệu quả của hệ thống phát hiện số lá. Nếu dữ liệu không chính xác, kết quả sẽ không đáng tin cậy.

2.2. Chi Phí Đầu Tư Công Nghệ

Chi phí đầu tư cho công nghệ AI có thể là một rào cản lớn đối với nhiều nông dân. Việc trang bị thiết bị và phần mềm cần thiết đòi hỏi một khoản đầu tư không nhỏ.

III. Phương Pháp Phát Hiện Số Lá Cây Dưa Chuột Bằng AI

Có nhiều phương pháp khác nhau để phát hiện số lá cây dưa chuột bằng AI. Các phương pháp này thường sử dụng các thuật toán học sâu và xử lý hình ảnh để phân tích dữ liệu từ cây trồng.

3.1. Sử Dụng Mạng Nơron Nhân Tạo

Mạng nơron nhân tạo (ANN) là một trong những phương pháp phổ biến nhất trong việc phát hiện số lá. ANN có khả năng học hỏi từ dữ liệu và cải thiện độ chính xác theo thời gian.

3.2. Ứng Dụng CNN Trong Phân Tích Hình Ảnh

Convolutional Neural Networks (CNN) là một kỹ thuật mạnh mẽ trong việc xử lý hình ảnh. CNN giúp phát hiện các đặc trưng của lá cây dưa chuột một cách hiệu quả.

IV. Ứng Dụng Thực Tiễn Của Phát Hiện Số Lá Cây Dưa Chuột

Việc phát hiện số lá cây dưa chuột bằng AI không chỉ dừng lại ở lý thuyết mà còn có nhiều ứng dụng thực tiễn. Nông dân có thể sử dụng công nghệ này để theo dõi sự phát triển của cây trồng và đưa ra quyết định kịp thời.

4.1. Theo Dõi Sự Phát Triển Của Cây

Công nghệ AI giúp nông dân theo dõi sự phát triển của cây dưa chuột một cách chính xác. Điều này giúp họ có thể điều chỉnh chế độ chăm sóc phù hợp.

4.2. Tối Ưu Hóa Quy Trình Sản Xuất

Việc phát hiện số lá giúp tối ưu hóa quy trình sản xuất, từ đó nâng cao năng suất và chất lượng sản phẩm. Nông dân có thể tiết kiệm thời gian và công sức.

V. Kết Luận Về Tương Lai Của Phát Hiện Số Lá Cây Dưa Chuột

Tương lai của việc phát hiện số lá cây dưa chuột bằng AI rất hứa hẹn. Công nghệ này sẽ tiếp tục phát triển và mang lại nhiều lợi ích cho ngành nông nghiệp.

5.1. Xu Hướng Phát Triển Công Nghệ

Công nghệ AI trong nông nghiệp sẽ ngày càng phát triển, giúp nông dân có nhiều công cụ hơn để quản lý cây trồng hiệu quả.

5.2. Tác Động Đến Ngành Nông Nghiệp

Việc áp dụng AI sẽ có tác động lớn đến ngành nông nghiệp, giúp nâng cao năng suất và chất lượng sản phẩm, đồng thời giảm thiểu tác động đến môi trường.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Nông nghiệp là ngành kinh tế truyền thống giữ vai trò trọng yếu tại Việt Nam. Cùng với sự phát triển của cuộc Cách mạng công nghiệp lần thứ tư, việc áp dụng khoa học kỹ thuật, công nghệ thông tin và trí tuệ nhân tạo vào sản xuất nông nghiệp trở thành xu thế tất yếu nhằm gia tăng năng suất cây trồng, tối ưu hóa công sức lao động và thích ứng với biến đổi khí hậu. Trong quy trình canh tác hiện đại, việc theo dõi các chỉ số sinh trưởng của cây trồng, đặc biệt là quá trình phát triển của bộ lá, đóng vai trò quyết định trong việc đánh giá sức khỏe và giai đoạn phát triển của cây.

Khóa luận tốt nghiệp của tác giả Trần Ngọc Ly (chuyên ngành Kỹ thuật Điện – Điện tử, Khoa Cơ – Điện, Học viện Nông nghiệp Việt Nam, năm 2021) với đề tài "Ứng dụng trí tuệ nhân tạo để phát hiện và xác định số lá cây dưa chuột" tập trung giải quyết các bài toán sau:

1. Nghiên cứu tổng quan về lĩnh vực trí tuệ nhân tạo (AI), học máy (Machine Learning), học sâu (Deep Learning) và các kiến trúc mạng nơ-ron tích chập (Convolutional Neural Network - CNN) phục vụ xử lý ảnh.
2. Khảo sát các thuật toán học máy kinh điển và mô hình nhận dạng, phát hiện đối tượng hiện đại như Faster R-CNN và các thế hệ của mạng YOLO.
3. Ứng dụng mô hình YOLO (phiên bản YOLO-tiny v4) để nhận diện, xác định vị trí và đếm số lá trên cây dưa chuột dựa trên tập dữ liệu hình ảnh thực tế.
4. Triển khai mô hình đã huấn luyện lên hệ thống phần cứng nhúng sử dụng máy tính đơn bo mạch Raspberry Pi 4 kết hợp Module Camera để thực nghiệm đếm số lá theo thời gian thực.

• Đối tượng nghiên cứu: Hình ảnh cây dưa chuột, trọng tâm là các đặc trưng hình học, viền cạnh và số lượng lá cây dưa chuột qua các giai đoạn phát triển.
• Phạm vi nghiên cứu:
  • Không gian: Thử nghiệm tại phòng thí nghiệm thuộc Khoa Cơ – Điện, Học viện Nông nghiệp Việt Nam.
  • Công nghệ và nền tảng: Huấn luyện mô hình học sâu trên nền tảng đám mây Google Colab bằng Darknet framework; thực thi kiểm thử trên thiết bị nhúng Raspberry Pi 4 chạy hệ điều hành Raspbian kết hợp thư viện thị giác máy tính OpenCV và ngôn ngữ lập trình Python.

Cơ sở lý thuyết và phương pháp nghiên cứu

Nghiên cứu kết hợp giữa cơ sở lý thuyết về thị giác máy tính (Computer Vision) và phương pháp thực nghiệm thiết kế hệ thống nhúng kỹ thuật:

• Khung lý thuyết và mô hình AI:

  • Phân loại trí tuệ nhân tạo: Khái niệm AI do John McCarthy đề xuất năm 1955, lịch sử từ phép thử Turing; bốn nhóm công nghệ AI gồm AI phản ứng (tiêu biểu như Deep Blue), AI với bộ nhớ hạn chế, lý thuyết AI và AI tự nhận thức.
  • Học máy (Machine Learning): Phân nhóm theo phương thức học gồm học có giám sát (Supervised Learning), học không giám sát (Unsupervised Learning), học bán giám sát (Semi-Supervised Learning) và học tăng cường (Reinforcement Learning).
  • Học sâu và mạng nơ-ron tích chập (CNN): Khảo sát cấu trúc một nơ-ron nhân tạo (tín hiệu vào, trọng số liên kết $w_{kj}$, bộ tổng summing function, độ lệch bias, hàm truyền transfer function). Cấu trúc mạng CNN gồm: tầng tích chập (Convolutional Layer) với các phép toán trượt filter tạo feature map; tầng kích hoạt phi tuyến ReLU ($f(x) = \max(0, x)$); tầng gộp (Pooling Layer gồm Max-pooling và Average-pooling) để giảm số chiều không gian; tầng kết nối đầy đủ (Fully Connected Layer) để phân loại xác suất đối tượng.
  • Các thuật toán so sánh, khảo sát: Cây quyết định (Decision Trees), Phân loại Naive Bayes (dựa trên định lý Bayes), Hồi quy bình phương nhỏ nhất (OLS), Gom cụm (Clustering), Phân tích thành phần chính (PCA), Phân tích thành phần độc lập (ICA), và Máy học véc-tơ hỗ trợ (Support Vector Machine - SVM) với các nguyên tắc xác định siêu phẳng (hyperplane), biên phân lớp (margin) và kỹ thuật hạt nhân (kernel trick).
  • Mô hình phát hiện đối tượng: Thuật toán hai giai đoạn Faster R-CNN (Region Proposal Network - RPN, cơ chế sliding window, neo anchor, ngưỡng IoU > 0.7 và < 0.3, hàm mất mát kết hợp phân loại và hồi quy) và thuật toán một giai đoạn YOLO (You Only Look Once) qua các thế hệ v1, v2 (YOLO9000 với backbone Darknet-19), v3 và bản thu gọn YOLO-tiny v4.

• Phương pháp nghiên cứu thực nghiệm:

  • Thu thập và tiền xử lý dữ liệu: Chụp ảnh cây dưa chuột, thực hiện gán nhãn thủ công (annotation) tọa độ bounding box cho từng lá cây bằng công cụ gán nhãn chuyên dụng, định dạng nhãn theo chuẩn Darknet/YOLO.
  • Huấn luyện mô hình (Training): Sử dụng dịch vụ đám mây Google Colab để tận dụng phần cứng GPU miễn phí; nạp mã nguồn Darknet, điều chỉnh các tệp cấu hình mạng YOLO-tiny v4 (số class, số filter ở tầng tích chập cuối), theo dõi quá trình hội tụ thông qua tệp biểu đồ chart và lưu trọng số tối ưu vào thư mục backup.
  • Xây dựng chương trình phát hiện và đếm lá: Sử dụng ngôn ngữ Python kết hợp thư viện OpenCV để nạp tệp cấu hình (.cfg) và tệp trọng số (.weights), đọc luồng video từ camera, áp dụng thuật toán triệt tiêu phi cực đại (Non-Maximum Suppression) để loại bỏ các hộp bao trùng lặp, sau đó đếm tổng số hộp bao hợp lệ đại diện cho số lá dưa chuột.
  • Thực nghiệm trên phần cứng nhúng: Tích hợp toàn bộ chương trình lên máy tính nhúng Raspberry Pi 4 Model B, cấu hình Module Camera, kết nối điều khiển không dây từ laptop thông qua giao thức mạng và phần mềm VNC Viewer.

Trong quá trình phân tích kiến trúc tầng tích chập của CNN, tác giả đã lập bảng phân tích đặc tính giữa hai kích thước bộ lọc nhằm giải thích lý do lựa chọn bộ lọc nhỏ (3x3):

Tiêu chí so sánh	Bộ lọc nhỏ (Filter nhỏ, ví dụ 3x3)	Bộ lọc lớn (Filter lớn)
Vùng quan sát (Receptive Field)	Mỗi lần quan sát một vùng pixel nhỏ cục bộ	Mỗi lần quan sát một vùng pixel lớn tổng quan
Đặc trưng trích xuất	Rút trích đặc trưng có tính cục bộ cao, bắt được chi tiết cơ bản	Trích xuất đặc trưng có tính tổng quan hơn
Độ đa dạng đặc trưng	Đặc trưng rút trích đa dạng, hữu ích cho các tầng phía sau	Thông tin trích xuất ít đa dạng hơn
Tác động đến kích thước ảnh	Giảm kích thước ảnh chậm, cho phép xây dựng mạng sâu hơn	Giảm kích thước ảnh nhanh, giới hạn độ sâu của mạng
Số lượng tham số và trọng số	Ít trọng số hơn, khả năng chia sẻ trọng số tốt hơn	Nhiều tham số, chia sẻ trọng số kém hiệu quả hơn

Nội dung chính theo từng chương

Chương 1: Tổng quan về trí tuệ nhân tạo

Chương 1 hệ thống hóa các khái niệm nền tảng về trí tuệ nhân tạo, nguồn gốc lịch sử từ các nghiên cứu của Alan Turing đến Hội nghị Dartmouth năm 1956 do John McCarthy khởi xướng. Tác giả phân tích bốn cấp độ công nghệ AI gồm: AI phản ứng, AI với bộ nhớ hạn chế, lý thuyết AI và AI tự nhận thức.

Tiếp đó, chương đi sâu vào Machine Learning và Deep Learning. Tác giả chỉ rõ Deep Learning là nhánh con của Machine Learning nhưng đòi hỏi lượng dữ liệu khổng lồ và chi phí tính toán cao để tối ưu hóa siêu tham số (hyperparameters). Phần trọng tâm của chương dành cho mạng nơ-ron tích chập (CNN). Tác giả mô tả chi tiết:

• Ma trận đầu vào ảnh số (kích thước $256 \times 256$ hoặc ảnh 3 kênh màu RGB $256 \times 256 \times 3$).
• Cơ chế quét của bộ lọc (filter/kernel), cách tính tích chập bảo toàn thứ tự không gian để sinh ra feature map.
• Kỹ thuật đệm số 0 (Zero Padding) nhằm duy trì kích thước ma trận sau tích chập để tăng độ sâu của mạng.
• Hàm kích hoạt ReLU giúp loại bỏ giá trị âm, hạn chế triệt tiêu đạo hàm (vanishing gradient).
• Tầng Max-pooling để giảm kích thước đặc trưng, hạn chế hiện tượng quá khớp (overfitting) và tầng Fully Connected để xuất vector xác suất lớp.

Chương 2: Ứng dụng trí tuệ nhân tạo trong nông nghiệp và các thuật toán nghiên cứu

Chương 2 trình bày tổng quan về thực trạng ứng dụng công nghệ 4.0 trong nông nghiệp tại Việt Nam và trên thế giới. AI được áp dụng vào 4 nhóm tác vụ chính: robot nông nghiệp tự động; giám sát chất lượng đất và mùa vụ qua thiết bị viễn thám, drone, camera; phân tích dự báo sâu bệnh; và điều phối chính xác vật tư đầu vào (phân bón, nước tưới).

Ở phần thuật toán, tác giả giới thiệu nguyên lý toán học của các giải thuật học máy: cây quyết định (Decision Trees), phân loại Naive Bayes với công thức xác suất có điều kiện $P(A|B) = \frac{P(B|A)P(A)}{P(B)}$, hồi quy bình phương nhỏ nhất (OLS), các phương pháp gom cụm (dựa trên tâm điểm, mật độ, giảm chiều), cùng kỹ thuật giảm chiều dữ liệu PCA và ICA.

Đối với Support Vector Machine (SVM), tác giả phân tích chi tiết cách chọn siêu phẳng phân tách thông qua 5 kịch bản thực tế (Scenario 1 đến 5), nguyên tắc tối đa hóa khoảng cách biên (Margin) và kỹ thuật hạt nhân (Kernel trick) với biến đổi phi tuyến bổ sung chiều $z = x^2 + y^2$.

Cuối chương, tác giả phân biệt rõ 3 bài toán thị giác máy tính: Phân loại hình ảnh (Image Classification), Định vị đối tượng (Object Localization) và Phát hiện đối tượng (Object Detection). Từ đó, tác giả phân tích sâu mô hình Faster R-CNN với mạng đề xuất vùng RPN (Region Proposal Network), cơ chế trượt cửa sổ tạo ra $k$ neo (anchors), việc gán nhãn nhị phân dựa trên chỉ số IoU (IoU > 0.7 là positive, IoU < 0.3 là negative), cùng hàm mất mát đa nhiệm gồm $L_{cls}$ và $L_{reg}$ (sử dụng hàm Smooth L1).

Chương 3: Ứng dụng thuật toán YOLO phát hiện lá cây dưa chuột

Chương 3 trình bày chi tiết về mạng YOLO (You Only Look Once) và quy trình áp dụng vào bài toán nhận diện lá cây dưa chuột. So với Faster R-CNN, YOLO có ưu thế vượt trội về tốc độ xử lý do nhìn toàn bộ bức ảnh và dự đoán bounding box cùng nhãn chỉ qua một lần lan truyền tiến (single forward pass).

Tác giả phân tích quá trình phát triển của mạng YOLO:

• YOLOv1: Chia ảnh thành lưới $S \times S$, mỗi ô dự đoán $B$ bounding box với 5 tham số $(x, y, w, h, \text{confidence})$, đạt tốc độ thời gian thực 45 khung hình/giây nhưng gặp khó khăn khi phát hiện các vật thể nhỏ nằm thành cụm.
• YOLOv2 (YOLO9000): Sử dụng backbone Darknet-19, tích hợp chuẩn hóa hàng loạt (Batch Normalization) giúp mAP tăng thêm 2%, cơ chế phân loại ảnh độ phân giải cao ($448 \times 448$) giúp mAP tăng tiếp 4%, đồng thời sử dụng anchor box tương tự Faster R-CNN.
• YOLOv3: Áp dụng phát hiện vật thể ở ba quy mô khác nhau, duy trì độ chính xác cao ngang ngửa phương pháp Focal Loss ở ngưỡng IoU 0.55 nhưng tốc độ nhanh gấp nhiều lần.

Về quy trình thực nghiệm, tác giả lựa chọn phiên bản YOLO-tiny v4 vì cấu trúc gọn nhẹ, phù hợp cho thiết bị nhúng. Các bước thực hiện bao gồm:

1. Tạo môi trường làm việc trên Google Colab, liên kết Google Drive để lưu trữ mã nguồn và dữ liệu.
2. Thu thập ảnh lá cây dưa chuột, sử dụng công cụ gán nhãn hộp bao và xuất dữ liệu nhãn.
3. Chỉnh sửa tệp cấu hình mạng yolo-tiny v4 để phù hợp với 1 lớp đối tượng (lá cây).
4. Huấn luyện mô hình, theo dõi đồ thị loss và độ chính xác mAP qua tệp chart.png, lưu các tệp trọng số tối ưu trong thư mục backup/.
5. Xây dựng chương trình Python sử dụng OpenCV nạp mô hình để nhận diện lá cây dưa chuột và xuất biến đếm số lượng lá.

Chương 4: Thực nghiệm trên phần cứng Raspberry

Chương 4 tập trung vào việc hiện thực hóa mô hình lên thiết bị phần cứng độc lập. Tác giả khảo sát chi tiết cấu hình máy tính đơn bo mạch Raspberry Pi 4 Model B, các cổng giao tiếp ngoại vi (USB, Gigabit Ethernet, micro-HDMI, chân GPIO), Module Camera Raspberry Pi chuyên dụng kết nối qua giao tiếp ruy-băng CSI, thẻ nhớ MicroSD chứa hệ điều hành và bộ nguồn cấp 5V Type-C.

Quy trình cài đặt và cấu hình hệ thống gồm:

• Cài đặt hệ điều hành trung tâm Raspbian lên thẻ nhớ MicroSD.
• Cấu hình mạng LAN không dây (Wi-Fi), kích hoạt dịch vụ VNC Server trên Raspberry Pi để truyền hình ảnh giao diện máy tính nhúng sang laptop chạy hệ điều hành Windows thông qua phần mềm VNC Viewer.
• Kích hoạt cổng giao tiếp Camera trong cấu hình raspi-config và kiểm tra hoạt động của Module Camera.
• Cài đặt thư viện xử lý ảnh OpenCV trên hệ điều hành của Raspberry Pi 4.
• Sao chép tệp trọng số đã huấn luyện từ Google Colab sang Raspberry Pi, chạy mã nguồn Python đếm lá cây thông qua giao diện dòng lệnh (Command Prompt/Terminal) và ghi nhận kết quả nhận diện hiển thị trên màn hình.

Thiết kế và triển khai hệ thống

Hệ thống phát hiện và đếm số lá cây dưa chuột được thiết kế theo mô hình hai pha: Huấn luyện mô hình tập trung trên nền tảng đám mây và Thực thi suy luận thời gian thực trên biên (Edge Computing).

• Kiến trúc phần cứng:

  • Bộ điều khiển trung tâm: Bo mạch Raspberry Pi 4 Model B, đảm nhận việc xử lý tính toán, tải mô hình mạng nơ-ron và thực thi chương trình đếm lá.
  • Khối thu nhận hình ảnh: Raspberry Pi Camera Module kết nối trực tiếp với cổng CSI trên bo mạch Raspberry Pi 4.
  • Khối hiển thị và điều khiển: Laptop cá nhân cài hệ điều hành Windows kết nối với Raspberry Pi qua mạng Wi-Fi/Ethernet bằng phần mềm VNC Viewer để theo dõi giao diện đồ họa Raspbian, kiểm tra khung hình nhận diện và dòng lệnh CMD.
  • Khối lưu trữ và nguồn: Thẻ nhớ MicroSD cài đặt Raspbian OS; nguồn cấp DC chuẩn cho Raspberry Pi 4.

• Kiến trúc phần mềm và công nghệ:

  • Môi trường huấn luyện: Nền tảng Google Colab, ngôn ngữ C/CUDA trên Darknet framework.
  • Mô hình nhận diện: YOLO-tiny v4, được tối ưu hóa số lớp tích chập nhằm đảm bảo tốc độ đáp ứng trên thiết bị có tài nguyên phần cứng giới hạn.
  • Môi trường thực thi nhúng: Ngôn ngữ Python, thư viện OpenCV (phiên bản cài trên Raspberry Pi OS) hỗ trợ xử lý ma trận ảnh và nạp tệp trọng số (.weights) cùng tệp cấu hình (.cfg).

• Quy trình triển khai luồng dữ liệu:

  1. Đầu vào: Module Camera chụp liên tục luồng hình ảnh cây dưa chuột tại hiện trường.
  2. Tiền xử lý: Thư viện OpenCV trên Raspberry Pi 4 chuyển đổi khung hình về kích thước chuẩn đầu vào của mô hình YOLO.
  3. Suy luận (Inference): Mô hình YOLO-tiny v4 quét ảnh, trích xuất đặc trưng không gian và dự đoán các bounding box chứa lá cây cùng điểm tin cậy (confidence score).
  4. Hậu xử lý và đếm: Loại bỏ các hộp bao có điểm tin cậy thấp hoặc có mức độ chồng lấn cao; đếm tổng số lượng bounding box thỏa mãn điều kiện và hiển thị nhãn nhận diện cùng số đếm trực tiếp lên màn hình quan sát.

Kết quả và đóng góp

• Kết quả thực nghiệm:

  • Tác giả đã xây dựng hoàn chỉnh quy trình chuẩn bị dữ liệu, gán nhãn và huấn luyện thành công mô hình YOLO-tiny v4 trên nền tảng Google Colab. Quá trình hội tụ của mô hình được theo dõi qua đồ thị chart.png, đảm bảo độ chính xác nhận diện lá dưa chuột trong điều kiện phòng thí nghiệm.
  • Tích hợp và cấu hình thành công hệ điều hành Raspbian, cài đặt hoàn chỉnh thư viện OpenCV trên bo mạch máy tính nhúng Raspberry Pi 4.
  • Kết nối thành công Module Camera với bo mạch Raspberry Pi 4 và thiết lập kết nối điều khiển từ xa thông qua VNC Viewer trên laptop Windows.
  • Chạy thực nghiệm chương trình phát hiện và đếm số lá cây dưa chuột từ luồng camera trực tiếp bằng mã nguồn Python qua dòng lệnh Terminal, hiển thị đúng các bounding box quanh từng lá và cho kết quả đếm tổng số lá trên cây.

• Giải pháp và kiến nghị của tác giả:

  • Đề xuất ứng dụng mô hình học sâu rút gọn (YOLO-tiny) thay vì các mô hình đầy đủ (như YOLOv3 hay Faster R-CNN) khi triển khai trên các thiết bị nhúng có dung lượng bộ nhớ và năng lực tính toán hạn chế như Raspberry Pi.
  • Khuyến nghị sử dụng nền tảng Google Colab để giảm áp lực phần cứng máy tính trong khâu huấn luyện dữ liệu ảnh lớn trước khi xuất trọng số về thiết bị biên.

• Đóng góp của đồ án:

  • Tiếp cận và hiện thực hóa thành công xu hướng kết hợp giữa trí tuệ nhân tạo (Computer Vision) với kỹ thuật phần cứng nhúng (Raspberry Pi) phục vụ bài toán nông nghiệp thông minh tại Khoa Cơ – Điện, Học viện Nông nghiệp Việt Nam.
  • Cung cấp một tài liệu kỹ thuật có tính hệ thống từ cơ sở lý thuyết toán học (CNN, SVM, Faster R-CNN, YOLO) đến quy trình lắp ráp, cài đặt hệ điều hành và triển khai thực tế trên vi máy tính Raspberry Pi 4.

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế:

  • Tác giả chỉ ra rằng mô hình học sâu đòi hỏi tập dữ liệu huấn luyện lớn và tốn nhiều tài nguyên tính toán; việc tinh chỉnh siêu tham số phức tạp.
  • Phần cứng Raspberry Pi 4 có tài nguyên tính toán CPU/RAM hữu hạn, khi chạy các mô hình thị giác máy tính sẽ có giới hạn về tốc độ xử lý khung hình so với các hệ thống sử dụng GPU chuyên dụng.
  • Thử nghiệm trong văn bản mới dừng lại ở bài toán nhận diện lá cây dưa chuột trong điều kiện cố định, chưa đánh giá chi tiết độ chính xác trong các môi trường ngoài trời có độ nhiễu ánh sáng cao, bóng râm phức tạp hoặc khi các lá che khuất nhau mật độ lớn.

• Hướng nghiên cứu tiếp:

  • Tăng cường số lượng ảnh và đa dạng hóa tập dữ liệu cây dưa chuột qua nhiều thời kỳ sinh trưởng khác nhau.
  • Mở rộng thuật toán để không chỉ đếm lá mà còn đo diện tích bề mặt lá, nhận diện và phân loại sớm các bệnh hại phổ biến trên lá dưa chuột.
  • Tích hợp thêm các cảm biến môi trường (nhiệt độ, độ ẩm đất) và kết nối hệ thống vào mạng IoT phục vụ tự động hóa chăm sóc cây trồng trong nhà màng.

Giá trị tham khảo

Đồ án là tài liệu kỹ thuật hữu ích đối với:

• Sinh viên các ngành Kỹ thuật Điện – Điện tử, Tự động hóa, Cơ điện tử, Công nghệ thông tin và Nông nghiệp công nghệ cao đang tìm hiểu về ứng dụng AI trong nông nghiệp.
• Người nghiên cứu bài toán thị giác máy tính trên thiết bị biên (Edge AI), cần tìm quy trình mẫu về việc kết nối và cấu hình Raspberry Pi 4, Module Camera, cài đặt hệ điều hành Raspbian và OpenCV.
• Các nội dung đáng tham khảo nhất trong văn bản gồm: bảng so sánh kích thước bộ lọc trong CNN, phân tích các kịch bản phân lớp của thuật toán SVM, kiến trúc mạng Faster R-CNN với cơ chế RPN, và các bước cấu hình huấn luyện YOLO-tiny v4 trên Google Colab.

Câu hỏi thường gặp

1. Đề tài lựa chọn mô hình học sâu nào để nhận diện lá cây dưa chuột trên thiết bị nhúng?
Tác giả lựa chọn mô hình YOLO-tiny v4. Đây là phiên bản rút gọn của kiến trúc mạng YOLO, có số lượng tầng tích chập và tham số ít hơn nhằm đáp ứng yêu cầu xử lý thời gian thực trên phần cứng hạn chế như bo mạch Raspberry Pi 4.

2. Tại sao trong tầng tích chập (Convolutional Layer) của mạng CNN, tác giả chỉ ra rằng bộ lọc kích thước nhỏ (như 3x3) được ưu tiên hơn bộ lọc kích thước lớn?
Theo phân tích tại Bảng 1 của văn bản, bộ lọc nhỏ giúp trích xuất các đặc trưng có tính cục bộ cao và đa dạng, ít trọng số hơn giúp chia sẻ trọng số hiệu quả hơn, đồng thời làm giảm kích thước ảnh chậm hơn qua từng tầng, từ đó cho phép xây dựng mạng nơ-ron có độ sâu lớn hơn.

3. Hệ thống phần cứng thực nghiệm gồm những thành phần nào?
Hệ thống phần cứng bao gồm: máy tính đơn bo mạch Raspberry Pi 4 Model B, Module Camera Raspberry Pi cắm qua cổng CSI, thẻ nhớ MicroSD cài hệ điều hành Raspbian, bộ nguồn Type-C và cáp kết nối hiển thị micro-HDMI/Ethernet liên kết điều khiển với laptop Windows thông qua VNC Viewer.

4. Môi trường nào được sử dụng để huấn luyện mô hình YOLO trước khi nạp vào Raspberry Pi?
Quá trình huấn luyện mô hình được thực hiện trên môi trường điện toán đám mây Google Colab kết nối Google Drive, sử dụng framework Darknet để tận dụng GPU phục vụ việc tính toán các tầng tích chập và xuất tệp trọng số tối ưu.

5. Trong mô hình Faster R-CNN được tác giả khảo sát, cơ chế xác định anchor box được thực hiện như thế nào?
Tại mỗi vị trí của cửa sổ trượt (sliding window) trên convolutional feature map, mô hình dự đoán đồng thời $k$ hộp neo (anchor boxes). Các anchor này được gán nhãn dương tính (positive) nếu chỉ số chồng lấn IoU với ground-truth box lớn hơn 0.7, gán nhãn âm tính (negative) nếu IoU nhỏ hơn 0.3, và bị loại bỏ nếu nằm trong khoảng giữa 0.3 và 0.7.

Kết luận

Đồ án tốt nghiệp của sinh viên Trần Ngọc Ly đã nghiên cứu toàn diện từ cơ sở lý thuyết trí tuệ nhân tạo, các mạng nơ-ron tích chập và mô hình nhận dạng đối tượng đến việc ứng dụng thực tế trong nông nghiệp. Tác giả đã huấn luyện thành công mô hình học sâu YOLO-tiny v4 và triển khai thực nghiệm giải pháp đếm lá cây dưa chuột trên máy tính nhúng Raspberry Pi 4 kết hợp Module Camera và OpenCV. Nghiên cứu khẳng định tính khả thi của việc ứng dụng các thuật toán thị giác máy tính gọn nhẹ trên phần cứng giá thành thấp nhằm hỗ trợ tự động hóa giám sát cây trồng.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO 1. Trí tuệ nhân tạo là gì. (Tổng quan về trí tuệ nhân tạo) Trong khoa học máy tính, trí tuệ nhân tạo hay AI ( Artificial Intelligence), đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên được con người thể hiện. Thông thường, thuật ngữ "trí tuệ nhân tạo" thường được sử dụng để mô tả các máy móc (hoặc máy tính) bắt chước các chức năng "nhận thức" mà con người liên kết với tâm trí con người, như "học tập" và "giải quyết vấn đề".

Alan Turing là một nhà toán học, logic học và mật mã học người Anh, người được cho là cha đẻ của ngành khoa học máy tính và trí tuệ nhân tạo. Ông được biết đến rộng rãi với vai trò là người giải được mật mã Enigma, thứ mật mã được quân Phát Xít Đức dùng để liên lạc trong Chiến tranh Thế giới thứ, tác giả của Máy Turing và Phép thử Turing, những cống hiến quan trọng trong ngành Trí tuệ nhân tạo. Vào năm 1955, John McCarthy, một nhà khoa học máy tính và khoa học nhận thức của Mỹ đã lần đầu tiên đưa ra khái niệm Trí tuệ nhân tạo, mà theo đó có nghĩa là bộ môn khoa học và kĩ thuật chế tạo máy thông minh. Một năm sau đó, ông đứng ra tổ chức Hội nghị Dartmouth, hội nghị đầu tiên về chủ đề này.

Các chuyên gia đến từ nhiều trường đại học và công ty khác nhau như Carnegie Mellon University, Massachusetts Institute of Technology và IBM đã tham gia hội nghị. Từ đó, khái niệm “Trí tuệ nhân tạo” được sử dụng rộng rãi. AI có thể nói là gần như bộ não của con người, con người làm được gì, hiểu gì thì khi ứng dụng AI vào các thiết bị hay bộ máy nào đó họ cũng làm được như con người chúng ta. 2 Trí tuệ nhân tạo khác với việc lập trình logic trong các ngôn ngữ lập trình là ở việc ứng dụng các hệ thống học máy (machine learning) để mô phỏng trí tuệ của con người trong các xử lý mà con người làm tốt hơn máy tính.

Cụ thể, trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người như: biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ, tiếng nói, biết học và tự thích nghi,… Tuy rằng trí thông minh nhân tạo có nghĩa rộng như là trí thông minh trong các tác phẩm khoa học viễn tưởng, nó là một trong những ngành trọng yếu của tin học. Trí thông minh nhân tạo liên quan đến cách cư xử, sự học hỏi và khả năng thích ứng thông minh của máy móc. Công nghệ AI được chia làm 4 loại chính: • Loại 1: Công nghệ AI phản ứng. Công nghệ AI phản ứng có khả năng phân tích những động thái khả thi nhất của chính mình và của đối thủ, từ đó, đưa ra được giải pháp tối ưu nhất.

Một ví dụ điển hình của công nghệ AI phản ứng là Deep Blue. Đây là một chương trình chơi cờ vua tự động, được tạo ra bởi IBM, với khả năng xác định các nước cờ đồng thời dự đoán những bước đi tiếp theo của đối thủ. Thông qua đó, Deep Blue đưa ra những nước đi thích hợp nhất. • Loại 2: Công nghệ AI với bộ nhớ hạn chế Đặc điểm của công nghệ AI với bộ nhớ hạn chế là khả năng sử dụng những kinh nghiệm trong quá khứ để đưa ra những quyết định trong tương lai.

Công nghệ AI này thường kết hợp với cảm biến môi trường xung quanh nhằm mục đích dự đoán những trường hợp có thể xảy ra và đưa ra quyết định tốt nhất cho thiết bị. • Loại 3: Lý thuyết trí tuệ nhân tạo Công nghệ AI này có thể học hỏi cũng như tự suy nghĩ, sau đó áp dụng những gì học được để thực hiện một việc cụ thể. Hiện nay, công nghệ AI này vẫn chưa trở thành một phương án khả thi. 3 • Loại 4: Tự nhận thức Công nghệ AI này có khả năng tự nhận thức về bản thân, có ý thức và hành xử như con người.

Thậm chí, chúng còn có thể bộc lộ cảm xúc cũng như hiểu được những cảm xúc của con người. Đây được xem là bước phát triển cao nhất của công nghệ AI và đến thời điểm hiện tại, công nghệ này vẫn chưa khả thi 1.Các Phương Pháp cơ bản trí tuệ nhân tạo. Tìm hiểu về Máy học ( Machine Learning ) Machine Learning là một lĩnh vực con của AI. Nguyên tắc cốt lõi của Machine Learning là các máy tiếp nhận dữ liệu và tự học.

Machine learning là một phương pháp phân tích dữ liệu mà sẽ tự động hóa việc xây dựng mô hình phân tích. Sử dụng các thuật toán lặp để học từ dữ liệu, machine learning cho phép máy tính tìm thấy những thông tin giá trị ẩn sâu mà không được lập trình một cách rõ ràng nơi để tìm.Khía cạnh lặp lại của machine learning là quan trọng bởi vì khi các mô hình này được tiếp xúc với dữ liệu mới thì chúng có thể thích ứng một cách độc lập. Chúng học từ các tính toán trước đó để tạo ra những quyết định cũng như kết quả lặp lại và đáng tin cậy. Nó hiện là công cụ hứa hẹn nhất của AI dành cho doanh nghiệp.

Các hệ thống Machine Learning có thể nhanh chóng áp dụng kiến thức và đào tạo từ các bộ dữ liệu lớn để thực hiện các công việc về nhận dạng khuôn mặt, nhận dạng giọng nói, nhận diện đối tượng, dịch và nhiều công việc khác một cách xuất sắc. Không giống mã hóa thủ công một chương trình phần mềm với các hướng dẫn cụ thể để hoàn thành một tác vụ, Machine Learning cho phép một hệ thống tự học để nhận dạng các biểu mẫu và đưa ra dự đoán một cách chính xác. Alpha Go là một ví dụ hoàn hảo về Machine Learning, khi nó tiếp nhận và học hỏi một lượng lớn dữ liệu từ cách bước đi cũng như tính toán của các cao thủ để đánh bại nhà vô địch thế giới Lee Sedol. Hiện tại, các tập đoàn lớn như IBM, Google, Amazon, Microsoft… đều cung cấp các nền tảng Machine Learning để các doanh nghiệp ứng dụng và tích hợp vào các chiến lược kinh doanh.

4 • Một số loại thuật toán  Học có giám sát (Supervised Learning ) : Về cơ bản, trong thuật toán được giám sát này, dữ liệu đầu vào được gọi là dữ liệu huấn luyện và có nhãn hoặc kết quả đã biết như thư rác / không phải thư rác hoặc giá cổ phiếu tại một thời điểm.Trong đó, một mô hình được chuẩn bị thông qua một quá trình đào tạo. Ngoài ra, điều này cần thiết để đưa ra dự đoán. Và được sửa chữa khi những dự đoán đó là sai. Quá trình đào tạo tiếp tục cho đến khi mô hình đạt được mức độ mong muốn.

 Học không giám sát (Unsupervised Learning) : Trong thuật toán machine learning không giám sát này, input data đều không được dán nhãn và không có kết quả rõ ràng. Vì vậy, chúng ta phải chuẩn bị mô hình bằng cách suy đoán các cấu trúc có trong input data. Điều này có thể là trích xuất các quy tắc chung. Nó có thể là thông qua một quá trình toán học để giảm sự sai lệch và lỗi.

 Học nửa giám sát (Semi-Supervised Learning) : Đầu vào dữ liệu là một hỗn hợp của các dữ liệu được gắn nhãn và không gắn nhãn. Trong đó chúng ta có đặt ra một kết quả và mục tiêu theo mong muốn. Nhưng mô hình thuật toán cần phải học các cấu trúc để tổ chức dữ liệu cũng như đưa ra các dự đoán.  Học tăng cường (Reinforcement Learning) : Reinforcement learning là các bài toán giúp cho một hệ thống tự động xác định hành vi dựa trên hoàn cảnh để đạt được lợi ích cao nhất (maximizing the performance).

Hiện tại, Reinforcement learning chủ yếu được áp dụng vào Lý Thuyết Trò Chơi (Game Theory), các thuật toán cần xác định nước đi tiếp theo để đạt được điểm số cao nhất.  Chuyển đổi: Tương tự học có giám sát nhưng không xây dựng hàm một cách rõ ràng. Thay vì thế, cố gắng đoán kết quả mới dựa vào các dữ liệu huấn luyện, kết quả huấn luyện, và dữ liệu thử nghiệm có sẵn trong quá trình huấn luyện. 5  Học cách học: Trong đó thuật toán học thiên kiến quy nạp của chính mình, dựa theo các kinh nghiệm đã gặp.

Tìm hiểu về Học Sâu (Deep Learning). Deep learning là một lĩnh vực chuyên sâu của Machine Leaning. Nó sử dụng một số kỹ thuật của Machine Learning để giải quyết các vấn đề thực tế bằng cách khai thác các mạng thần kinh nhân tạo (dựa trên các thiết bị phần cứng và phần mềm được kết nối với nhau theo cách nào đó) và mô phỏng việc đưa ra các quyết định của con người. Deep Learning có chi phí khá đắt đỏ, và đòi hỏi các bộ dữ liệu lớn để tự tập luyện, bởi vì có một số lượng lớn các tham số cần được tìm hiểu theo giải thuật, mà ban đầu có thể tạo ra rất nhiều dữ liệu tích cực giả.

Ví dụ, một thuật toán deep learning có thể được hướng dẫn để “học” về việc một con mèo trông như thế nào. Nó sẽ có một bộ dữ liệu khổng lồ của hình ảnh để nó hiểu được các chi tiết rất nhỏ mà phân biệt một con mèo với một con báo hoa, một con báo đen hay một con cáo. Tiếp tục với ví dụ về Alpha Go, Google đã lý giải về việc hệ thống đã sử dụng deep learning theo cách kết hợp tìm kiếm cây Monte-Carlo với mạng thần kinh nhân tạo đã được đào tạo bằng cách học có giám sát các trận của của những chuyên gia và bằng cách tăng cường học tập từ các trận đấu tự chơi. Deep Learning đã cho phép ứng dụng nhiếu vấn đề thực tế của máy học và bằng cách mở rộng lĩnh vực tổng thể của AI.

Deep learning phá vỡ các cách thức con người làm việc bằng cách làm cho tất cả các loại máy móc trợ giúp có thể thực hiện được, gần hoặc giống hệt con người. Deep Learning có ứng dụng sâu rộng trong các lĩnh vực của đời sống, ví dụ như tìm kiếm dựa trên văn bản, phát hiện gian lận, phát hiện spam, nhận dạng chữ viết tay, tìm kiếm hình ảnh, nhận dạng giọng nói, phát hiện chế độ xem phố và bản dịch là tất cả các tác vụ có thể được thực hiện thông qua deep learning, thay thế nhiều hệ thống dựa trên các nguyên tắc thủ công. Tuy 6 nhiên, deep learning cũng rất dễ bị thiên lệch, nếu trong bộ dữ liệu không có những tham số cần thiết.