Phân loại một số bệnh hại phổ biến trên cây lúa bằng mô hình học sâu
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Nhật Tinh Anh |
| Người hướng dẫn | Nguyễn Văn Hoà |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Đề tài ứng dụng hai mô hình học sâu YOLOv8-seg và Mask R-CNN để nhận dạng và phân loại bệnh hại trên cây lúa từ hình ảnh. Dữ liệu được thu thập, gán nhãn và tăng cường để khắc phục mất cân bằng lớp bệnh. Kết quả cho thấy YOLOv8s-seg có ưu thế về tốc độ, còn Mask R-CNN có độ chi tiết phân đoạn cao, góp phần hỗ trợ chẩn đoán bệnh hại lúa chính xác hơn, phục vụ nông nghiệp chính xác và bền vững
Học sâu (máy học)Trí tuệ nhân tạoCông nghệ thông tinDeep learning (Machine learning)Artificial intelligenceMachine learningInformation technologyMô hình học sâuPhân loại bệnhCây 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 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 ứng dụng mobile hỗ trợ người chơi thể thao với trợ lý ảo thông minh hỗ trợ tìm kiếm sân bãi và dụng cụ
- Đề xuất mô hình và thuật toán xác định những người hướng dẫn dư luận trong các cộng đồng ảo chuyên biệt như Facebook groups
- Kiến trúc mở cho thiết bị định tuyến không dây Ad-hoc dựa trên bộ phần mềm định tuyến Quagga/Zebra
- Áp dụng kỹ thuật Clustering và mạng Nơron trong điều khiển chất lượng sản phẩm
- AI literacy and attitudes: Investigating perceptions and critical engagement with AI-based writing tools
- Ẩn thông tin trên dữ liệu đa truyền thông (multimedia data hiding)
- Chữ ký xếp hạng hậu lượng tử
- Tìm hiểu kiến trúc mô hình transformer và ứng dụng mô hình vào phát hiện đối tượng trong bộ dữ liệu visdrone
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.