Hệ thống hỗ trợ chẩn đoán một số bệnh trên lá lúa dựa trên kỹ thuật máy học
Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Kỹ thuật, xây dựng, môi trường |
| Tác giả | Trần Hoàng Nhựt |
| Người hướng dẫn | Nguyễn Chí Nhân |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2024 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Năng suât́ và chât́ lượng lúa bị ảnh hưởng đáng kể bởỉ các bệnh trên lúa. Chìa khoá để ngăn ngừa những tác động bất lợi này là chẩn đoán sớm và chính xác các bệnh trên lúa. Hiện nay, hầu hết chẩn đoán bệnh trên lúa vẫn được thực hiện thủ công bằng cách kiểm tra trực quan các đốm bệnh trên lá lúa. Trong nghiên cứu này, tác giả trình bày một hệ thống chẩn đoán tự động mạng nơron tích chập (CNN) dựa trên học sâu dành cho các bệnh trên lá lúa để tăng tốc độ và khả năng phát hiện bệnh dễ dàng. Bộ dữ liệu hình ảnh về ba loại bệnh trên lá lúa được thu thập từ Kaggle bao gồm bệnh đốm nâu (523 hình ảnh), bệnh đạo ôn (779 hình ảnh) và bệnh bọ gai (565 hình ảnh). Ngoài ra, nhiều phương pháp tăng cường hình ảnh khác nhau đã được sử dụng để mở rộng tập dữ liệu và ngăn ngừa hiện tượng quá khớp. Dựa trên bộ dữ liệu lớn gồm 3.737 hình ảnh của ba loại bệnh trên lá lúa khác nhau bệnh đạo ôn (1.100 hình ảnh), bọ gai (1.437 hình ảnh) và đốm nâu (1.200 hình ảnh) và mạng CNN ResNet-50 đã được sử dụng để tạo ra mô hình dự đoán mong muốn. Sau khi điều chỉnh nhiều siêu tham số khác nhau, mô hình ResNet-50 chạy trong 85 Epoch và đạt được độ chính xác trung bình cao cho cả tập dữ liệu đào tạo và thử nghiệm, lần lượt là 98,64% và 98,33%. Mô hình được huấn luyện được triển khai trên web Gradio và ứng dụng web chẩn đoán bệnh lá lúa.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn kỹ thuật, xây dựng, môi trường · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Nghiên cứu phương pháp xác định chì (Pb) trong một số loại mẫu môi trường bằng phương pháp phổ hấp thu nguyên tử
- Thành phần khuê tảo bám trên vật rụng (lá) ở rừng ngập mặn Cần Giờ, thành phố Hồ Chí Minh
- Nghiên cứu ứng dụng Anacardic acid gắn lên hạt nano LDH trong kiểm soát sâu khoang (Spodoptera litura) gây hại trên cây cải ngọt (Brassica integrifolia)
- Bước đầu xác định ký chủ và thiên địch rầy phấn trắng trên cây trồng tại một số huyện trong địa bàn tỉnh An Giang
- Khảo sát ảnh hưởng dị vật nền (DGS) trong thiết kế mạch lọc vi dải
- So sánh hai phương pháp chế biến ngọn lá khoai mì và ảnh hưởng việc thay thế đạm khẩu phần bằng đạm ngọn lá khoai mì (Manihot esculenta Crantz, 1976) đến sinh trưởng và chất lượng thịt của dế ta (Gryllus bimaculatus De Geer, 1773)
- Khảo sát một số điều kiện ảnh hưởng đến sự ra hoa In Vitro của một vài loài cây trong họ rau dền (Amaranthaceae)
- Sugars and plyol compounds in ambient aerosols and cooking fume aerosols
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.