Phát hiện một số bệnh gia cầm dựa trên hình ảnh thu nhận từ camera bằng mạng nơ-ron tích chập

Chỉ số đề mục

Lĩnh vực nghiên cứu

Bảo vệ động vật nuôi

Dạng tài liệu

Tác giả

Đoàn Hồng Quang⁽¹⁾, Nguyễn Huy Công, Lê Hồng Minh, Phạm Vũ Ban, Nguyễn Huy Hưng, Nguyễn Tuấn Hùng

Nhan đề

Phát hiện một số bệnh gia cầm dựa trên hình ảnh thu nhận từ camera bằng mạng nơ-ron tích chập

Nhan đề tiếng anh

Identification of some avian diseases based on images obtained from a camera by convolutional neural networks

Nguồn trích

Khoa học & công nghệ Việt Nam

Năm xuất bản

2022

Số

10B

Trang

2 - 7

ISSN

1859-4794

Từ khóa

Mạng nơ-ron học sâu, Mạng nơ-ron tích chập, Phát hiện sớm, Bệnh gia cầm

Từ khóa tiếng anh

Convolutional neural network, Deep learning neural network, Early detection for poultry disease

Tóm tắt

Giới thiệu một số kết quả trong việc nghiên cứu xây dựng hệ thống tự động phát hiện sớm một số bệnh gia cầm bằng công nghệ thị giác máy sử dụng trí tuệ nhân tạo (AI) để phân tích các hình ảnh từ camera giám sát chuồng nuôi. Hệ thống thử nghiệm sử dụng mạng nơ-ron học sâu RepVGG làm mô hình suy diễn phát hiện bệnh gia cầm. Dữ liệu để huấn luyện và đánh giá mô hình đối với 3 loại bệnh là ORT, CRD, MAREK gồm 500 ảnh cho mỗi bệnh, được thu thập từ camera giám sát chuồng nuôi và sưu tầm trên internet. Quá trình huấn luyện sử dụng 80% số ảnh mẫu, mô hình đạt sai số là 0,02 sau 5000 vòng huấn luyện. Đánh giá mô hình với 10% số mẫu còn lại đạt độ chính xác 99,94%. Trong thử nghiệm thực tế với camera giám sát chuồng nuôi (độ phân giải 1902x1080 pixels), hệ thống có thể phát hiện và phân loại đúng trên 90%, đặc biệt với bệnh có hình ảnh có nhiều đặc điểm phân biệt rõ thì độ chính xác đạt hơn 98%. Kết quả đạt được cho thấy, có thể sử dụng hệ thống để hỗ trợ cảnh báo sớm bệnh cho gia cầm nuôi. Hệ thống hoàn toàn có thể huấn luyện tiếp để phát hiện các bệnh cho gia cầm khác như: Newcastle, đậu gà (bánh trái gà), bạch lỵ, thương hàn...

Tóm tắt tiếng anh

The research paper introduced several results achieved in the research and construction of an automatic system for early detection of various poultry diseases by computer vision technology, using artificial intelligence to analyse images from surveillance cameras. The experimental system used the deep learning neural network RepVGG as an inference model for detecting poultry diseases. Training data set and model evaluation for 3 diseases ORT, CRD, MAREK, including 500 images for each disease, were directly collected from surveillance cameras and from the internet. The training process used 80% of the sample images; the model reached an error of 0.02 after 5000 rounds of training. Evaluation of the model with the remaining 10% of samples achieved an accuracy of 99.94%. In the actual test with the surveillance camera (resolution 1902x1080 pixels), the system can detect and classify correctly diseases over 90%, especially for diseases with images involving multiple distinguishing symptoms, the accuracy was more than 98%. The obtained results showed that the system can be used to support early warning of diseases for poultry. The system can be trained to detect other poultry diseases such as Newcastle disease, fowl pox, pullorum disease, typhoid...

Kí hiệu kho

TTKHCNQG, CVv 8

File toàn văn

Xem toàn văn