PHÁT HIỆN VÀ PHÂN LOẠI MỘT SỐ BỆNH HỌC TRÊN TRÁI CAM
Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Lý Thị Hoàng Dung |
| Người hướng dẫn | Trần Thị Tố Quyên |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trái cây là một trong những sản phẩm nông nghiệp có nhu cầu cao trên thị trường. Theo Bộ Nông nghiệp và Phát triển nông thôn thì cam là một trong các loại trái cây được tập trung phát triển đến năm 2025 và 2030 [16]. Nhưng những năm gần đây nông dân phải đối mặt với cảnh trúng mùa mất giá, giá cam tại vườn rớt thê thảm. Một phần của nguyên nhân đó chính là sâu bệnh, sâu bệnh hại cây trồng đóng vai trò quan trọng trong việc làm giảm chất lượng nông sản. Đối với nông dân và những người quản lý vườn cam, có khả năng sớm phát hiện và chẩn đoán các vấn đề sức khỏe của cây có thể giúp tối ưu hóa sản xuất và ngăn chặn sự lây lan của bệnh.Việc nhận dạng bệnh học trên trái cam là một ứng dụng quan trọng trong lĩnh vực nông nghiệp thông minh và quản lý cây trồng. Để thực hiện nhận dạng bệnh học trên trái cam, nhiều nghiên cứu sử dụng công nghệ học máy và thị giác máy tính. Mô hình học máy được huấn luyện trên tập dữ liệu lớn của các hình ảnh trái cam bị bệnh và không có bệnh, từ đó học cách phân biệt giữa các trạng thái khác nhau. Các kỹ thuật như mạng nơ-ron học sâu (deep learning) thường được sử dụng để xây dựng mô hình nhận dạng. Luận văn này thực hiện bài toán phân loại bệnh trên lúa trên ba mô hình MobileNet-V2, Inception-V3 và EfficientNetB7 với độ chính xác đạt được tương ứng là 98.28%, 91,23% và 98,72%. Những kết quả này rất khả thi để ứng dụng vào thực tế nhằm dự đoán các bệnh trên trái cam. Nhờ vào nhận dạng bệnh học tự động, nông dân có thể đưa ra các biện pháp phòng tránh hoặc điều trị một cách nhanh chóng, giúp giảm thiểu tổn thất và tăng cường năng suất cam. Đồng thời, giải pháp này còn mang lại lợi ích về môi trường, vì việc sử dụng phân bón và thuốc trừ sâu có thể được tối ưu hóa.
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 WEBSITE ÔN THI TỐT NGHIỆP TRUNG HỌC PHỔ THÔNG MÔN TOÁN THEO CHƯƠNG TRÌNH MỚI SỬ DỤNG MERN STACK
- DEVELOPMENT OF A PRODUCT RECOMMENDATION SYSTEM BASED ON ASSOCIATION RULES AND IMAGE-BASED PRODUCT SEARCH
- XÂY DỰNG BỘ ĐỊNH TUYẾN ĐA TIÊU CHÍ CHO HỆ THỐNG DIGITAL TWIN PHÂN HỆ: MÔ PHỎNG
- XÂY DỰNG WEBSITE ĐẶT LỊCH VÀ KHÁM BỆNH THEO CHUỖI KHÁM
- NGHIÊN CỨU YOLO ĐỂ NHẬN DIỆN NGƯỜI CÓ ĐEO KHẨU TRANG HAY KHÔNG
- AGRISIGNAL-VN: KHAI PHÁ TÍN HIỆU BỆNH HẠI LÚA TỪ VIDEO TIẾNG VIỆT VÀ BIỂU DIỄN KHÔNG GIAN–THỜI GIAN
- ỨNG DỤNG CHỈ ĐƯỜNG TRƯỜNG CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
- PHÁT TRIỂN WEBSITE CUNG CẤP DỊCH VỤ Y TẾ SỬ DỤNG REACTJS VÀ NODEJS CÓ TÍCH HỢP CHATBOT VÀ AI
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.