Đồ án tốt nghiệp - Ứng dụng mô hình mạng học sâu CNN trong phân loại bệnh lá trên cây cà chua TQỨDA

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐÀO TẠO CHẤT LƯỢNG CAO
-

ĐỒ ÁN TỐT NGHIỆP
NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ - VIỄN THÔNG

Đề tài:

ỨNG DỤNG MÔ HÌNH MẠNG HỌC SÂU
CNN TRONG PHÂN LOẠI BỆNH LÁ TRÊN
CÂY CÀ CHUA THÔNG QUA ỨNG DỤNG
ANDROID
GVHD: PGS. TS. Nguyễn Thanh Hải
SVTH: Đặng Thanh Hưng
MSSV: 18119018
SVTH: Trần Thái Hà Nam
MSSV: 18161115

TP. HỒ CHÍ MINH – 01/2023

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

TP. Hồ Chí Minh, ngày 2 tháng 1 năm 2023

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên: Đặng Thanh Hưng
MSSV: 18119018
Trần Thái Hà Nam
MSSV: 18161115
Ngành: Công nghệ kỹ thuật Điện tử - Viễn thông
Giáo viên hướng dẫn: PGS. TS. Nguyễn Thanh Hải
Ngày nhận đề tài: 12/9/2022
Ngày nộp đề tài: 2/1/2023
1. Tên đề tài: Ứng dụng mô hình mạng học sâu CNN trong phân loại bệnh lá trên cây
cà chua thông qua ứng dụng Android.
2. Các số liệu, tài liệu ban đầu:
- Nguyễn Minh Tuấn, “Ứng dụng mạng học sâu cho nhận biết bệnh cây bằng
việc phân loại ảnh lá”, Luận văn Thạc Sĩ, trường ĐHSPKT. Tp.HCM, 03/2021.
- Đặng Thanh Hưng, Lê Phi Yến, Nguyễn Chí Cường, Phạm Hiếu Hạnh, “Phát
hiện và phân loại bệnh lá cây”, Đề tài NCKH cấp Trường, trường ĐHSPKT,
Tp.HCM, 10/2022.
3. Nội dung thực hiện đề tài:
- Tìm đọc các tài liệu tham khảo, tóm tắt các tài liệu đưa ra các hướng đề tài.
-

Thiết kế sơ đồ khối hoạt động của hệ thống.

-

Thu thập tập ảnh lá cây cà chua từ tập dữ liệu trên Plant Village.

-

Dùng các phương pháp xử lý ảnh như tiền xử lý để loại bỏ những phần không
cần thiết trên ảnh lá và phân tích cấu trúc ảnh của mỗi loại bệnh lá dựa vào ảnh
lá cây.

-

Phân loại ảnh dùng mô hình mạng CNN VGG-19.

-

Đánh giá sự hiệu quả của bộ phân loại.

-

Thiết kế ứng dụng trên điện thoại Android.

-

Viết báo cáo thực hiện.

-

Bảo vệ khóa luận tốt nghiệp.

i

4. Sản phẩm:
Ứng dụng điện thoại Android được liên kết với máy chủ chứa mô hình mạng
học sâu VGG19. Các chức năng của ứng dụng bao gồm: hiển thị kết quả dự đoán
bệnh, độ tin cậy của kết quả, nguyên nhân và giải pháp điều trị bệnh lá trên cây cà
chua.
TRƯỞNG NGÀNH

GIÁO VIÊN HƯỚNG DẪN

ii

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên: Đặng Thanh Hưng
MSSV: 18119018
Trần Thái Hà Nam
MSSV: 18161115
Ngành: Công nghệ kỹ thuật Điện tử - Viễn Thông
Tên đề tài: Ứng dụng mô hình mạng học sâu CNN trong phân loại bệnh lá trên cây
cà chua thô
...

...

- Cải thiện hiệu suất mô hình bằng các phương pháp như thay đổi thông số các lớp,
thêm các lớp cần thiết và kiếm thử đánh giá để có được mô hình tốt nhất.

62

TÀI LIỆU THAM KHẢO
[1] Thete Vaishali V., Thakare Pradnya R., Kadlag Gaurav B., P.A. Chaudhari, Leaf
Disease Detection Using Image Processing, Vol. 3, Issue 2, 2017.
[2] Sushil R. Kamlapurkar, International Journal of Scientific and Research
Publications, Volume 6, Issue 2, February 2016.
[3] Trần Minh Đức, Tìm hiểu và Android và phát triển ứng dụng trên Android, Đồ án
tốt nghiệp, Trường ĐH SPKT, Tp.HCM, 2012.
[4] Ahmad, A. Saraswat, D., El Gamal, A.Smart Agricultural Technology, 3, p.
100083.
[5] E. K. Nithish, M. Kaushik, P. Prakash, R. Ajay, S. Veni, Tomato leaf disease
detection using a convolutional neural network with data augmentation,
in Proceedings of the 5th International Conference on Communication and
Electronics Systems, ICCES, vol. 2020, no. Icces, pp. 1125–1132, Coimbatore, India,
2020.
[6] S. Verma, A. Chug, A. P. Singh, Application of convolutional neural networks
for evaluation of disease severity in tomato plant, Journal of Discrete Mathematical
Sciences and Cryptography, vol. 23, no. 1, pp. 273–282, 2020.
[7] P. Wspanialy, M. Moussa, A detection and severity estimation system for generic
diseases of tomato greenhouse plants, Computers and Electronics in Agriculture, vol.
178, p. 105701, 2020.
[8] T. R. Reed, J. M. H. Dubuf, A review of recent texture segmentation and feature
extraction techniques, CVGIP: Image Understanding, vol. 57, no. 3, pp. 359–372,
1993.
[9] Kumar, J.P., Domnic, S. Image based leaf segmentation and counting in rosette
plants. Inf. Process. Agric. 2019, 6, 233–246.
[10] Keiron O’Shea, Ryan Nash, An Introduction to Convolutional Neural Networks,
Aberystwyth University, Dec. 2015.
[11] Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, ImageNet Classification
with Deep Convolutional Neural Networks, University of Toronto, Aug. 2010.
[12] G.Golino, A.Graziano, A. Farina, W. Mellano, and F. Ciaramaglia, Comparison
of identity fusion algorithms using estimations of confusion matrices, in 17th
International Conference on Information Fusion (FUSION), 2014, pp. 1-7.

63

[13] Vu Ngọc Tuấn, “Giới thiệu về Flutter”, 20/03/2018. [Online] Available:
https://viblo.asia/p/gioi-thieu-ve-flutter-bWrZnNxrZxw.
[14] Việt Anh, “Lọc ảnh (Image Filtering), 29/9/2018. [Online] Available:
https://vietanh.dev/blog/2018-09-29-loc-anh-image-filtering.

64