tailieunhanh - Mô hình CNN nhẹ cho bài toán phân loại sâu bệnh trên lúa

Bài viết đề xuất một mô hình CNN nhẹ (lightweight) có khả năng phân loại sâu bệnh trên cây lúa. Mô hình sử dụng thiết kế SkipLayer Excitation (SLE) với số lượng tham số ít, độ phức tập tính toán thấp, rất phù hợp để triển khai trong thực tế trên các thiết bị nhúng với khả năng xử lý hạn chế. | Hội nghị Quốc gia lần thứ 24 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2021 Mô hình CNN nhẹ cho bài toán phân loại sâu bệnh trên lúa Nguyễn Thanh Thiện Khoa Kỹ thuật Máy tính Trường Đại học Công nghệ Thông tin Đại học Quốc gia Email thiennt@ Abstract Việc phát hiện sâu bệnh đóng vai trò quan Convolution Neural Network CNN để giải quyết trọng trong hoạt động nông nghiệp nói chung cũng như bài toán này có thể phân chia thành một số hướng tiếp sản xuất lúa gạo nói riêng. Trong xu thế ứng dụng các cận chính. Hướng tiếp cận đầu tiên dựa trên phương thành tựu khoa học kỹ thuật vào sản xuất nông nghiệp pháp transfer learning sử dụng lại trọng số toàn bộ hướng tới một nền nông nghiệp công nghệ cao tiên tiến hoặc một phần của các mô hình đã được huấn luyện hiện đại làm thế nào để có thể phát hiện chính xác một pre-trained trên một tập dữ liệu tổng quát với kích cách tự động sâu bệnh trở thành một bài toán có nhiều ý thước lớn thường là ImageNet sau đó tiến hành tinh nghĩa thực tế. Trong bài báo này chúng tôi đề xuất một chỉnh cấu trúc mạng và cuối cùng là huấn luyện lại cấu mô hình CNN nhẹ lightweight có khả năng phân loại trúc mạng mới nếu cần . Các thao tác tinh chỉnh cấu sâu bệnh trên cây lúa. Mô hình sử dụng thiết kế Skip- Layer Excitation SLE với số lượng tham số ít độ phức trúc mạng thường được sử dụng gồm có thêm hoặc bớt tập tính toán thấp rất phù hợp để triển khai trong thực một số lớp CNN thay đổi bộ phân lớp thường là các tế trên các thiết bị nhúng với khả năng xử lý hạn chế. Kết lớp kết nối đầy đủ Fully Connected FC . Hướng tiếp quả thực nghiệm cho thấy mô hình có hiệu quả tương cận sử dụng transfer learning được sử dụng phổ biến đương các mô hình tương tự trên nhiều tập dữ liệu khác trong nhiều nghiên cứu về bài toán này. Nhóm tác giả nhau. Shrivastava 1 sử dụng mô hình AlexNet để trích xuất đặc trưng và dùng Support Vector Machine SVM để Keywords- Phân loại ảnh mô hình CNN nhẹ sâu bệnh phân lớp dựa trên các đặc trưng này. Nghiên