TRA CỨU
thông tin biểu ghi
  • Luận án, Luận văn
  • Ký hiệu PL/XG: 632 H987
    Nhan đề: Phát triển ứng dụng dự đoán bệnh lá cây dựa trên mô hình học sâu :
DDC 632
Tác giả CN Huỳnh, Thanh Hải
Nhan đề Phát triển ứng dụng dự đoán bệnh lá cây dựa trên mô hình học sâu : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành:8480201 / Huỳnh Thanh Hải; Nguyễn Kim Quốc, Hà Minh Tân hướng dẫn
Thông tin xuất bản Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
Mô tả vật lý x, 82 tr. : hình ảnh ; 29 cm.
Tóm tắt Đề tài hướng đến việc phát triển một ứng dụng dự đoán bệnh lá cây dựa trên mô hình học sâu không chỉ đáp ứng nhu cầu cấp thiết của thực tiễn sản xuất nông nghiệp mà còn góp phần thúc đẩy quá trình chuyển đổi số, tiến tới nền nông nghiệp thông minh và bền vững. Nghiên cứu hướng đến việc xác định mô hình học sâu hiệu quả nhất trong nhiệm vụ nhận diện bệnh trên lá khoai tây, tập trung vào ba lớp nhãn gồm: Healthy, Early Blight và Late Blight. Các mô hình sẽ được huấn luyện và đánh giá trên nền tảng Google Colab, nhằm đảm bảo tính khả thi và khả năng ứng dụng thực tế. Tiến hành huấn luyện và đánh giá bốn kiến trúc học sâu phổ biến hiện nay gồm DenseNet121, ResNet50, MobileNetV3 và VGG16 trên tập dữ liệu hình ảnh lá khoai tây. So sánh hiệu suất của các mô hình dựa trên các tiêu chí: độ chính xác (Accuracy), F1-score, thời gian huấn luyện và tốc độ dự đoán. Xây dựng một giao diện sử dụng qua Google Colab thân thiện với người dùng, cho phép tải ảnh và nhận kết quả dự đoán theo thời gian thực. Đề xuất hướng mở rộng mô hình sang các loại cây trồng khác, hướng đến việc phát triển một hệ thống chẩn đoán bệnh cây trồng đa năng, có tính ứng dụng cao trong sản xuất nông nghiệp
Từ khóa tự do Bệnh lá cây
Từ khóa tự do Dự đoán bệnh
Từ khóa tự do Mô hình học sâu
Từ khóa tự do Ứng dụng
Khoa Khoa Công nghệ Thông tin
Tác giả(bs) CN Nguyễn, Kim Quốc
Tác giả(bs) CN Hà, Minh Tân
Địa chỉ 300Q12_Kho Luận án, luận văn(1): 099384
000 00000nam#a2200000u##4500
00156187
0023
004E8032A24-6320-4B04-8571-4EC08C8862DB
005202508110937
008250714s2025 vm vie
0091 0
039|a20250811093726|bbacntp|c20250807145104|dbacntp|y20250714110402|zbacntp
040 |aNTT
041 |avie
044 |avm
082 |a632|bH987
100 |aHuỳnh, Thanh Hải
245 |aPhát triển ứng dụng dự đoán bệnh lá cây dựa trên mô hình học sâu : |bĐề án Thạc sĩ Công nghệ Thông tin; Mã ngành:8480201 / |cHuỳnh Thanh Hải; Nguyễn Kim Quốc, Hà Minh Tân hướng dẫn
260 |aTp.Hồ Chí Minh : |bĐại học Nguyễn Tất Thành, |c2025
300 |ax, 82 tr. : |bhình ảnh ; |c29 cm.
502 |aThư mục: tr. 81- 82
520 |aĐề tài hướng đến việc phát triển một ứng dụng dự đoán bệnh lá cây dựa trên mô hình học sâu không chỉ đáp ứng nhu cầu cấp thiết của thực tiễn sản xuất nông nghiệp mà còn góp phần thúc đẩy quá trình chuyển đổi số, tiến tới nền nông nghiệp thông minh và bền vững. Nghiên cứu hướng đến việc xác định mô hình học sâu hiệu quả nhất trong nhiệm vụ nhận diện bệnh trên lá khoai tây, tập trung vào ba lớp nhãn gồm: Healthy, Early Blight và Late Blight. Các mô hình sẽ được huấn luyện và đánh giá trên nền tảng Google Colab, nhằm đảm bảo tính khả thi và khả năng ứng dụng thực tế. Tiến hành huấn luyện và đánh giá bốn kiến trúc học sâu phổ biến hiện nay gồm DenseNet121, ResNet50, MobileNetV3 và VGG16 trên tập dữ liệu hình ảnh lá khoai tây. So sánh hiệu suất của các mô hình dựa trên các tiêu chí: độ chính xác (Accuracy), F1-score, thời gian huấn luyện và tốc độ dự đoán. Xây dựng một giao diện sử dụng qua Google Colab thân thiện với người dùng, cho phép tải ảnh và nhận kết quả dự đoán theo thời gian thực. Đề xuất hướng mở rộng mô hình sang các loại cây trồng khác, hướng đến việc phát triển một hệ thống chẩn đoán bệnh cây trồng đa năng, có tính ứng dụng cao trong sản xuất nông nghiệp
541 |aNộp lưu chiểu
653 |aBệnh lá cây
653 |aDự đoán bệnh
653 |aMô hình học sâu
653|aỨng dụng
690 |aKhoa Công nghệ Thông tin
691 |aCông nghệ thông tin
700 |aNguyễn, Kim Quốc|cTS.|eHướng dẫn
700|aHà, Minh Tân|cTS.|eHướng dẫn
852|a300|bQ12_Kho Luận án, luận văn|j(1): 099384
8561|uhttp://elib.ntt.edu.vn/documentdata01/3 luanvanluanan/anhbiasach_2025/56187_phattrienungdungdudoanbenhlacayduatrenmohinhhocsauthumbimage.jpg
890|a1|b0|c0|d0
Dòng Mã vạch Nơi lưu S.gọi Cục bộ Phân loại Bản sao Tình trạng Thành phần Đặt chỗ
1 099384 Q12_Kho Luận án, luận văn 632 H987 Sách mượn tại chỗ 1

Không có liên kết tài liệu số nào