Phân loại và nhận dạng trái cây thật giả sử dụng học sâu
Từ khóa:
deep learning, ResNet-50, Transfer Learning, Texture Analysis, Real–Fake fruit classificationTóm tắt
Sự gia tăng của trái cây giả(trái cây bị xử lý hóa chất) trên thị trường gây rủi ro cho sức khỏe người tiêu dùng và ảnh hưởng đến tính minh bạch của chuỗi cung ứng. Trước thực trạng đó, nghiên cứu này hướng đến xây dựng một hệ thống tự động phân biệt trái Real và Fake_Chemical dựa trên thị giác máy tính và học sâu. Chúng tôi xây dựng bộ dữ liệu chuyên dụng gồm 31.745 ảnh từ nhiều nguồn (benchmark, FruitIdian) và mở rộng bằng các kỹ thuật tăng cường dữ liệu. Mô hình chính sử dụng ResNet-50 pretrained kết hợp transfer learning, áp dụng các phép biến đổi như RandomResizedCrop, ColorJitter và Flip, cùng chiến lược tối ưu hóa SGD/AdamW. Hệ thống được triển khai dưới dạng ứng dụng web cho phép người dùng tải ảnh và nhận dự đoán theo thời gian thực với độ trễ dưới 500 ms trên GPU. Kết quả thực nghiệm trên tập kiểm thử cho thấy mô hình đạt hiệu năng cao, chỉ còn khoảng 1.14% nhầm lẫn biên. Nghiên cứu đóng góp một bộ dữ liệu mới, một pipeline huấn luyện hiệu quả và một hệ thống triển khai thực tiễn, đồng thời đề xuất các hướng cải tiến giúp tăng tính khái quát và độ tin cậy cho ứng dụng thực tế.
