Phân loại sâu hại cây trồng dựa trên mạng nơ-ron tích chập sâu và học chuyển giao

( 0 đánh giá )
Miễn phí

Sử dụng ba bộ dữ liệu hình ảnh sâu hại: NBAIR (40 lớp), Xie1 (24 lớp), Xie2 (40 lớp) từ các loại cây trồng như lúa, ngô, đậu nành, mía, và bông.  

  • Đề xuất mô hình CNN gồm 6 lớp tích chập, 5 lớp pooling, 1 lớp fully connected và lớp softmax để phân loại.  
  • - Áp dụng kỹ thuật tiền xử lý ảnh (cắt ROI) và tăng cường dữ liệu (phản chiếu, xoay, dịch chuyển) để cải thiện độ chính xác.  
  • - So sánh hiệu năng với các mô hình học sâu tiền huấn luyện như AlexNet, ResNet, GoogLeNet, VGGNet bằng phương pháp học chuyển giao.  
  • - Phân tích ảnh hưởng của các siêu tham số như tốc độ học, số epoch, kích thước batch đến độ chính xác.  
  • - Mô hình đề xuất đạt độ chính xác 96.75% (NBAIR), 97.47% (Xie1), và 95.97% (Xie2), vượt trội so với các mô hình tiền huấn luyện.