ỨNG DỤNG DỰ BÁO TÌNH TRẠNG THU HOẠCH NẤM BÀO NGƯ THÔNG QUA HÌNH ẢNH
Khoá luận tốt nghiệp · Đại học · năm 2020 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trịnh Thanh Hòa |
| Người hướng dẫn | Trần Nguyễn Minh Thư |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2020 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong ngành sản xuất nông nghiệp, việc áp dụng mô hình trồng cây trong nhà kính giúp tăng năng suất giảm thiểu chi phí đầu tư. Tuy nhiên, việc giám sát quá trình phát triển cũng như thu hoạch được thực hiện một cách thủ công nên cần nhiều nhân công. Mô hình xác định tình trạng thu hoạch nấm bào ngư một cách tự động được thực hiện trong luận văn này để hỗ trợ công tác thu hoạnh nấm tự động. Mô hình nhận dạng nấm bào ngư được xây dựng dựa trên việc kết hợp hai mô hình: “R-CNN” để định vị vùng chứa nấm và mô hình mạng nơ ron tích chập “Inception V3” (2 lớp) để nhận dạng tình trạng thu hoạch nấm bào ngư trong video. Với 594 hình ảnh chứa nấm được cắt ra từ 5 video với tổng thời lượng 8 phút, ghi lại hình ảnh của các phôi nấm tại trang trại trồng nấm bào ngư Cần Thơ, công cụ LabelImg được sử dụng để phân 2182 vùng có chứa nấm trong ảnh. Để xác định việc thu hoạch nấm bào ngư, mô hình “Inception V3” sử dụng tập dữ liệu bao gồm 2080 ảnh có nhãn thu hoạch, 832 ảnh có nhãn chưa thu hoạch. Mô hình nhận dạng đã dùng 91 ảnh từ 2 video với thời lượng 1 phút 14 giây để kiểm thử, mô hình “R-CNN” cho kết quả với tỉ lệ chính xác là 51%, mô hình “Inception V3” với tỉ lệ chính xác là 65%. Độ chính xác vùng chứa nấm được tính dựa trên chỉ số “IoU” (
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
- BUILDING AN E-COMMERCE WEBSITE WITH MICROSERVICES ARCHITECTURE
- PHÁT TRIỂN ỨNG DỤNG ĐẾM SỐ LẦN NHẢY DÂY BẰNG THỊ GIÁC MÁY TÍNH
- XÂY DỰNG WEBSITE CỘNG ĐỒNG “ĂN CHAY - MỘT TRIẾT LÝ SỐNG”
- HỆ THỐNG CẢNH BÁO CHÁY ỨNG DỤNG IOT
- HỆ THỐNG QUẢN LÝ CẢM TÌNH ĐẢNG
- XÂY DỰNG SÀN GIAO DỊCH VIỆC LÀM TÍCH HỢP CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO
- PHÁT TRIỂN ỨNG DỤNG WEB HỔ TRỢ BÁN THIẾT BỊ DI ĐỘNG TRỰC TUYẾN
- CLOTHING CLASSIFICATION USING SHALLOW CONVOLUTIONAL NEURAL NETWORKS
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.