Luận văn Thạc sĩ: Ứng dụng Vision Transformer (ViT) cho dự đoán bệnh cây thanh long

Cây thanh long là một loại cây trồng có giá trị kinh tế cao tại Việt Nam, tuy nhiên, năng suất và chất lượng thường bị ảnh hưởng nghiêm trọng bởi các loại bệnh. Việc phát hiện bệnh sớm và chính xác là yếu tố then chốt để bảo vệ mùa màng. Luận văn này tập trung vào ứng dụng công nghệ Trí tuệ nhân tạo, cụ thể là mô hình Vision Transformer (ViT), để dự đoán bệnh trên cây thanh long thông qua phân tích hình ảnh.

Luận văn này hướng tới các nhà nghiên cứu trong lĩnh vực Trí tuệ nhân tạo, học sâu và thị giác máy tính, đặc biệt là những người quan tâm đến ứng dụng công nghệ trong nông nghiệp. Ngoài ra, nó cũng hữu ích cho các kỹ sư nông nghiệp, nông dân và các tổ chức hoạt động trong lĩnh vực nông nghiệp thông minh, những người tìm kiếm giải pháp tiên tiến để nâng cao hiệu quả sản xuất và quản lý dịch bệnh cây trồng.

Cây thanh long đóng vai trò quan trọng trong nền kinh tế nông nghiệp Việt Nam, nhưng thường xuyên đối mặt với thách thức từ các loại bệnh, gây thiệt hại đáng kể về năng suất và chất lượng. Các phương pháp chẩn đoán bệnh truyền thống thường tốn thời gian, đòi hỏi chuyên môn cao và không thể áp dụng trên quy mô lớn. Luận văn này đề xuất một giải pháp tiên tiến sử dụng mô hình Vision Transformer (ViT) trong lĩnh vực học sâu để tự động nhận diện và dự đoán các bệnh trên cây thanh long dựa trên hình ảnh. ViT, với khả năng xử lý hình ảnh bằng cơ chế tự chú ý (self-attention) tương tự như trong xử lý ngôn ngữ tự nhiên, cho phép mô hình nắm bắt các mối quan hệ toàn cục và chi tiết trong hình ảnh bệnh cây, vượt trội so với các mạng nơ-ron tích chập truyền thống trong một số trường hợp. Nghiên cứu này bao gồm việc xây dựng bộ dữ liệu hình ảnh đa dạng về các trạng thái bệnh của cây thanh long, huấn luyện mô hình ViT trên bộ dữ liệu này, và đánh giá hiệu suất của mô hình về độ chính xác và khả năng tổng quát hóa. Mục tiêu là phát triển một hệ thống có khả năng phát hiện bệnh sớm, hỗ trợ nông dân đưa ra các biện pháp can thiệp kịp thời, giảm thiểu rủi ro và tối ưu hóa sản lượng. Kết quả của luận văn không chỉ góp phần vào sự phát triển của nông nghiệp thông minh tại Việt Nam mà còn mở ra hướng ứng dụng tiềm năng của ViT trong các bài toán nhận dạng hình ảnh phức tạp khác trong nông nghiệp.