PHÁT TRIỂN BỘ PHÁT HIỆN MỨC ĐỘ CHÍN CỦA TRÁI CÂY DỰA TRÊN KIẾN TRÚC MẠNG HỌC SÂU HIỆN ĐẠI, ỨNG DỤNG TRONG CÁC HỆ THỐNG CHẾ BIẾN NÔNG SẢN THÔNG MINH

Tóm tắt

Việc ứng dụng trí tuệ nhân tạo đặc biệt là Thị giác máy tính trong nông nghiệp thông minh đã trở nên phổ biến. Sức lao động của con người cũng được giải phóng một phần nào và sản lượng nông sản cũng được nâng cao cả về số lượng và chất lượng. Phân loại trái cây là khâu hết sức quan trọng và là khâu cuối cùng trong chuỗi sản xuất và chế biến nông sản. Bài báo này tập trung vào việc cải thiện kiến ​​trúc YOLOv8n bằng cách thay thế các phép toán tích chập bằng một mô-đun tích chập mới gọi là mô-đun Receptive Field Convolution Block Attention Module để phát hiện độ chín của trái cây. Mô-đun này tận dụng những ưu điểm của cơ chế tích chập nhóm và mô-đun Convolution Block Attention Module để nâng cao khả năng trích xuất đặc trưng. Các thí nghiệm được huấn luyện và đánh giá trên tập dữ liệu  Fruit Ripening Process. Kết quả thí nghiệm cho thấy rằng, mạng được đề xuất đạt hiệu suất tốt nhất ở mức 93,8% mAP@0.5 và thể hiện tính ưu việt hơn so với các phương pháp khác trong cùng điều kiện thử nghiệm.