LuanVan.vnLuận Văn
Gửi thư

NHẬN DẠNG MỘT SỐ LOẠI BỆNH TRÊN LÁ CÂY DƯA LƯỚI DÙNG KỸ THUẬT HỌC SÂU

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảLê Nhựt Thắng
Người hướng dẫnTrương Quốc Bảo
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Bệnh trên lá cây trồng được xem là bệnh phổ biến đối với chủ nhà vườn, để giúp cho các chủ nhà nông nhanh chóng, kịp thời phát hiện bệnh trên lá cây thông qua việc xử lí ảnh là vô cùng cần thiết. Nghiên cứu này đề xuất nhận dạng bệnh trên lá cây dưa lưới bằng mô hình học sâu dùng mạng nơron tích chập. Bài báo cáo được trình bày kết quả triển khai bằng Google Colab là một nền tảng trực tuyến miễn phí hỗ trợ người dùng phát triển và chạy mã Python. Mô hình này đã ứng dụng mô hình mạng Alexnet và mô hình mạng tự thiết kế nhằm đánh giá và so sánh để có cái nhìn khách quan về ưu và nhược điểm của từng mô hình. Kết quả của thực nghiệm trên tập dữ liệu ảnh lá bệnh từ nhiều nguồn khác nhau, cụ thể là ảnh chụp lá bệnh bằng camera điện thoại và ảnh từ mạng Internet bao gồm 900 hình ảnh và cho kết quả mô hình trong khoảng 80%. Kết quả này rất có khả thi và làm cơ sở để ứng dụng và mô hình hệ thống thực tế nhằm dự đoán phát hiện sớm bệnh trên lá cây dưa lưới thông qua camera đặt tại nơi trồng, từ đó nghiên cứu này mang lại giá trị phù hợp giúp chủ nhà nông nâng cao nâng suất cây trồng. LỜI CẢM TẠ i TÓM TẮT ii ABSTRACT iii LỜI CAM ĐOAN iv DANH MỤC HÌNH viii DANH MỤC BẢNG x DANH MỤC VIẾT TẮT xi CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI 2 1.1 Giới thiệu 2 1.2 Các công trình nghiên cứu liên quan 3 1.3 Mục tiêu của đề tài 4 1.4. Phương pháp nghiên cứu của đề tài 4 1.5. Nội dung nghiên cứu 5 1.6 Bố cục của bài báo cáo 6 CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÍ ẢNH VÀ NHẬN DẠNG 7 2.1 Phát biểu đề tài 7 2.1.1 Bệnh phấn trắng (Powdery Mildew) 7 2.1.2 Bệnh Sương Mai (Downy Mildew) 8 2.2 Khái niệm về xử lí ảnh 10 2.2.1 Các loại xử lý hình ảnh chính: 10 2.2.2 Những khái niệm cơ bản trong mô hình xử lí ảnh 11 2.3 Giới thiệu về hệ thống xử lí ảnh nhận dạng bệnh trên lá dưa lưới 14 2.3.1 Quá trình huấn luyện ảnh 14 2.4 Phương pháp học sâu 16 2.5 Mạng Nơ-Ron tích chập 16 2.6 Kiến trúc mạng nơ-ron tích chập 17 2.6.1 Lớp Convolution (tích chập) 17 2.6.2 Lớp ReLU 18 2.6.3 Lớp Pooling 19 2.6.4 Lớp Fully-Connected 20 2.7 Giới thiệu kiến trúc mạng AlexNet 20 2.8 Phân loại đầu ra của mô hình 21 2.8.1 Hàm Softmax 21 2.8.2 Hàm Sigmoid 23 2.9 Quá trình kiểm tra ảnh 25 2.10 Giới thiệu nền tảng trực tuyến biên dịch Google colab 25 2.10.1 Tại sao nên sử dụng Google colab 25 CHƯƠNG 3: XÂY DỰNG MÔ HÌNH GIẢI THUẬT PHÁT HIỆN BỆNH TRÊN LÁ CÂY DƯA LƯỚI 27 3.1 Tổng quan hệ thống 27 3.2 Sơ đồ khối của hệ thống 27 3.3 Quá trình huấn luyện 28 3.3.1 Tiền xử lí huấn luyện 28 3.3.2 Chương trình tiền xử lí dữ liệu trên google colab 35 3.4 Huấn Luyện hệ Thống 35 3.4.1 Mô hình CNN tự thiết kế 35 3.4.2 Bảng thông số mô hình mạng tự thiết kế 36 3.4.3 Bảng tính trọng số params của mô hình mạng tự thiết kế 37 3.4.4 Mô hình mạng Alexnet 38 3.4.5 Bảng thông số mô hình mạng Alexnet 39 3.4.6 Tổng trọng số params của mô hình Alexnet 39 3.4.7 Mô hình CNN tự thiết kế trên google colab 40 3.4.8 Mô hình mạng Alexnet trên Google Colab 41 3.5 Quá trình kiểm tra 42 3.5.1 Tiền xử lí ảnh kiểm tra 42 3.5.2 Tiền xử lí dữ liệu ảnh kiểm tra 43 3.6 Chuẩn đoán và cho kết quả 43 3.7 Chương trình kiểm tra trên google colab 44 CHƯƠNG 4: THỰC NGHIỆM VÀ KẾT QUẢ 45 4.1 Cơ sở dữ liệu để đánh giá 45 4.2 Kết quả và đánh giá 45 4.2.1 Kết quả của mô hình mạng tự thiết kế 46 4.2.2 Kết quả của mô hình mạng Alexnet 50 4.2.3 So sánh hai mô hình mạng 52 4.3 Kết quả thực hiện 53 4.3.1 Ưu điểm 53 4.3.2 Nhược điểm 53 4.3.3 Hướng phát triển 53 TÀI LIỆU KHAM KHẢO 54
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

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

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.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play