PHÂN LOẠI CHẤT LƯỢNG TRÁI CÂY QUA HÌNH ẢNH SỬ DỤNG MÁY HỌC
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Thị Nhớ |
| Người hướng dẫn | Thái Minh Tuấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Việc phát hiện trái cây tươi và thối trở nên có ý nghĩa quan trọng trong ngành nông nghiệp. Thông thường, việc phân loại trái cây tươi và thối do con người thực hiện không mang lại hiệu quả cao cho người trồng trái cây. Con người sẽ cảm thấy mệt mỏi sau khi làm cùng một công việc nhiều lần, nhưng máy móc thì không. Vì vậy, đề tài này đề xuất một cách tiếp cận nhằm giảm bớt nỗ lực của con người, giảm thiểu chi phí và thời gian sản xuất bằng cách xác định các khuyết tật của quả trong nông nghiệp ngành công nghiệp. Nếu con người không phát hiện ra những khuyết tật đó thì những trái cây bị khuyết tật đó có thể làm lây lan hàng loạt trái cây. Từ đây, đề tài này đề xuất một số mô hình để tránh tình trạng thối rữa lây lan. Mô hình đề xuất phân loại trái cây tươi và trái cây thối từ hình ảnh trái cây đầu vào. Trong công việc này, đề tài có sử dụng ba loại trái cây như táo, chuối và cam. Mạng nơ-ron tích chập (CNN) được sử dụng để trích xuất các tính năng từ hình ảnh trái cây đầu vào và Softmax là dùng để phân loại hình ảnh thành trái cây tươi và trái cây thối. Hiệu suất của đề xuất các mô hình được đánh giá trên tập dữ liệu được tải xuống từ Kaggle, tạo ra độ chính xác các mô hình CNN, mô hình ResNet50 và mô hình MobileNet V3 lần lượt là 89.83%, 99.71%, 98.74%. Kết quả cho thấy các mô hình đề xuất có thể phân loại hiệu quả các trái cây tươi và trái cây thối. Trong công việc đề xuất, đề tài đã kiểm tra việc học chuyển giao phương pháp phân loại quả tươi và quả thối. Hiệu suất của đề xuất Mô hình ResNet50 vượt trội hơn mô hình CNN cơ bản và mô hình MobileNet V3. MobileNet V3 và ResNet50 đều phù hợp cho các tác vụ phân loại hình ảnh có độ chính xác cao, trong đó MobileNet V3 tiết kiệm tài nguyên hơn.
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 công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG TRÒ CHƠI TENNIS ỨNG DỤNG CÔNG NGHỆ NHẬN DẠNG CỬ CHỈ SỬ DỤNG CAMERA KINECT 2
- DEVELOPING A TOURISM SERVICE BOOKING SOFTWARE
- XÂY DỰNG WEBSITE KINH DOANH GIÀY TÍCH HỢP NỘI DUNG TƯ VẤN SẢN PHẨM BẰNG API CHATGPT 3.5
- IDENTIFICATION OF EMOTIONS FROM SPEECH USING DEEP LEARNING
- XÂY DỰNG WEBSITE PHÂN TÍCH VÀ TƯ VẤN TÂM LÝ CÓ TÍCH HỢP AI
- XÂY DỰNG WEBSITE CHO THUÊ XE GIẢI PHÁP DI CHUYỂN CHO SINH VIÊN CẦN THƠ
- HỆ THỐNG QUẢN LÝ TIN BÁN THIẾT BỊ ĐIỆN TỬ CŨ TRỰC TUYẾN
- XÂY DỰNG APP QUẢN LÝ CÁC CHUYẾN ĐI CÁ NHÂN
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.