Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 107,010,184
Mô hình Fast R-CNN cải tiến cho giải pháp nhận dạng, phát hiện trái dứa thời kỳ chín
Tác giả hoặc Nhóm tác giả:
Trịnh Trung Hải, Nguyễn Hà Huy Cường, Ninh Khánh Duy
Nơi đăng:
Tạp chí khoa học và công nghệ - Đại học Đà Nẵng;
S
ố:
20(7);
Từ->đến trang
: 94-98;
Năm:
2022
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Trong những năm gần đây, khoa học công nghệ đã được ứng dụng mạnh mẽ và góp phần phát triển kỷ nguyên chuyển đổi số. Dịch bệnh COVID-19 đã kiểm chứng việc ứng dụng thành tựu công nghệ trong thực tế là rất hữu ích. Ngày càng có nhiều ứng dụng thông minh trong lĩnh vực nông nghiệp để thay thế nông nghiệp truyền thống. Đặc biệt là các ứng dụng trí tuệ nhận tạo vào tự động hóa các khâu sản xuất và bảo quản nông sản Việt Nam. Trong bài báo này, nhóm tác giả trình bày giải pháp nhận dạng phát hiện trái dứa vào thời kỳ thu hoạch sử dụng mô hình Fast R-CNN cải tiến, thực nghiệm được thực hiện tại các vùng, vườn trồng dứa ở Việt Nam với sản lượng thu hoạch khá lớn. Từ đó xây dựng hệ thống ứng dụng dự đoán trái dứa chín chạy trên nền tảng di động nhằm hỗ trợ người nông dân đạt hiệu quả hiệu quả kinh tế cao đối với cây dứa và các cây nông nghiệp chủ lực của Việt Nam.
ABSTRACT
Recently, high technology has been widely applied, contributed to the digital transformation society. The COVID-19 pandemic has proved that the application of technological achievements in the modern life is necessary. Nowadays, there are many intelligent agricultural applications that replaced the traditional agriculture. Especially, a number of artificial intelligence applications are used to automatize the agricultural production and storage in Vietnam. In this paper, we present a method of recognizing and detecting ripe pineapple by using the improved Fast R-CNN model at pineapple growing farms, areas in Vietnam which have high yield. On the basic of this, we create a ripe pineapple prediction system on mobile phone to assist farmers in achieving high economic efficiency for pineapple and other key agricultural crops in Vietnam.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn