Nhận dạng một số loại cây thuốc bằng mô hình Convolutional Neural Network (CNN) trên ứng dụng di động

Abstract

Vietnam possesses a long-standing traditional medicine system with a variety of medicinal plants and herbs that have contributed significantly to local disease prevention and treatment. However, accurately identifying medicinal plants requires sufficient knowledge and experience from users. Therefore, the demand for automatic recognition of medicinal plant images through mobile applications is valuable to the field of medicine. The study used an image dataset of 41 medicinal plants and herbs synthesized from various sources and then trained through CNN models. The results showed that the EfficientB0 model with data augmentation and transfer learning methods is suitable for deployment on mobile devices with an accuracy rate of ~94%, surpassing the ~90% achieved by the MobileNetV2 model. The mobile application for medicinal plant identification is a tool that supports individuals working in the fields of traditional medicine, agriculture, and education.

Tóm tắt

Việt Nam sở hữu một hệ thống y học cổ truyền từ lâu đời với các loại cây thuốc và thảo dược đa dạng đã đóng góp lớn vào công tác phòng và chữa bệnh tại địa phương. Tuy nhiên, việc nhận biết chính xác cây thuốc đòi hỏi nhiều kiến thức và kinh nghiệm của người dùng. Do đó, nhu cầu tự động nhận dạng hình ảnh cây thuốc bằng ứng dụng di động là hữu ích với nền y học. Tập dữ liệu hình ảnh 41 loại cây thuốc và dược liệu được sử dụng trong nghiên cứu, tổng hợp từ nhiều nguồn, sau đó được huấn luyện qua các mô hình CNN. Kết quả cho thấy mô hình EfficientB0 với phương pháp tăng cường dữ liệu và học chuyển giao phù hợp để triển khai trên thiết bị di động với tỷ lệ nhận dạng chính xác đạt ~94% cao hơn mô hình MobileNetV2 đạt ~90%. Ứng dụng di động nhận dạng cây thuốc là công cụ hỗ trợ các đối tượng hoạt động trong các lĩnh vực y học cổ truyền, nông nghiệp và giáo dục.