CẢI TIẾN MÔ HÌNH EDGE-YOLO CHO BÀI TOÁN ĐẾM SỐ LƯỢNG HẠT TRÊN JETSON NANO

Abstract

Số lượng hạt thóc là một yếu tố quan trọng trong việc đánh giá chất lượng giống và quản lý canh tác nông nghiệp. Việc đếm chính xác số lượng là cần thiết để đưa ra những phân tích chi tiết, trong số đó có thể kể đến khối lượng trung bình của từng hạt. Các phương pháp đếm hiện tại chủ yếu thực hiện thủ công, dẫn đến mất nhiều thời gian và công sức. Tuy nhiên, với sự tiến bộ trong công nghệ xử lý hình ảnh, những giải pháp tự động đã giúp tối ưu hóa quá trình này. Trong nghiên cứu này, chúng tôi cải tiến mô hình học sâu EdgeYOLO để tăng cường độ chính xác trong việc đếm số lượng hạt thóc từ hình ảnh khả kiến. Đồng thời, một bộ dữ liệu thóc được gán nhãn đã được xây dựng để hỗ trợ nhận diện và phân loại, góp phần tối ưu hóa quy trình đánh giá chất lượng và quản lý hạt giống một cách hiệu quả hơn.