Hiện nay, ở Việt Nam, nông nghiệp vẫn là một trong những ngành sản xuất chủ yếu. Quá trình sản suất thu hoạch, phân loại và đánh giá chất lượng các loại sản phẩm nông nghiệp, đặc biệt là nhận dạng và phân loại bệnh trên hoa, quả chủ yếu còn phải thực hiện bằng các phương pháp thủ công. Đây là công việc không quá khó, nhưng tiêu tốn nhiều thời gian, công sức của con người, chỉ phù hợp với các vườn nhỏ lẻ và là rào cản đối với mở rộng phát triển quy mô sản xuất nông nghiệp nói chung và đặc biệt là sản xuất nông sản nói riêng (Hâu, 2009) như với các cánh đồng mẫu lớn hay vườn cây ăn trái có diện tích tính bằng hecta. Vì vậy, việc nhận dạng được một số loại bệnh hại trên bông kịp thời trong giai đoạn ra hoa, đậu trái nhờ đó có những phương pháp xử lý, phòng ngừa bệnh hại trên bông là hết sức cần thiết nhằm đạt được sản phẩm trái đẹp, đạt yêu cầu đem lại hiệu quả kinh tế cao (Báo điện tử Đảng Cộng Sản Việt Nam, 2011).

Nghiên cứu sử dụng tập dữ liệu của 4 loại bông xoài: bông xoài thán thư, bông xoài bị cháy (bệnh đốm đen), bông xoài nghẹn, bông xoài không bệnh, với 733 hình ảnh được thu thập. Nghiên cứu đã sử dụng kỹ thuật học sâu chuyển tiếp để tiến hành huấn luyện trên mô hình EfficientNetB0 và MobileNetV2, kết quả độ chính xác của mô hình EfficientNetB0 đạt 99,84% cao hơn so với mô hình MobileNetV2 chỉ đạt 95,21%. Hình ảnh nhận dạng được thu thập trực tiếp bằng máy ảnh điện thoại hoặc thu thập trước bằng máy ảnh thông dụng. Đối với những sản phẩm cây ăn trái như xoài, chất lượng và độ đẹp hay xấu của sản phẩm đều bị ảnh hưởng trong giai đoạn từ khi ra hoa đến khi đậu trái non. Nghiên cứu này trình bày kỹ thuật học chuyển tiếp (Transfer Learning) sử dụng mô hình mạng EfficientNet-B0 trong bài toán nhận dạng bệnh trên bông xoài, dữ liệu đầu vào là hình ảnh của ba loại bệnh trên bông xoài và một loại bông không bệnh đã được gán nhãn phân loại dữliệu (data frame). Môi trường huấn luyện mô hình là Google Colab, thử nghiệm mô hình bằng điện thoại thông minh hệ điều hành Android. Kết quả dự đoán đạt được một cách hiệu quả trên tập dữ liệu kiểm tra và nhận dạng với độ chính xác cao bằng điện thoại thông minh hệ điều hành Android.

Nghiên cứu đã xây dựng được mô hình ứng dụng kỹ thuật học sâu trong bài toán phân loại (nhận dạng) ảnh màu, thông qua phương pháp học chuyển tiếp kết hợp với tinh chỉnh mô hình EfficientNet-B0 đã cho kết quả nhận dạng bông xoài với độ chính xác cao 99,60%.Vì vậy, thông qua hình ảnh bông xoài sử dụng kỹ thuật xử lý ảnh, kỹ thuật học sâu chuyển tiếp và tinh chỉnh, xây dựng ứng dụng (.apk). Nghiên cứu đã đáp ứng được yêu cầu về nhận dạng bệnh trên bông xoài trong giai đoạn bắt đầu ra hoa đến lúc đậu trái non.

Đề xuất nghiên cứu phát triển thêm ứng dụng trên thiết bị di động hệ điều hành IOS, Raspbian, Linux giúp hỗ trợ tốt hơn cho việc nhận dạng bệnh trên bông xoài trong thực tế. Thu thập thêm bộ dữ liệu huấn luyện lớn hơn, không chỉ dữ liệu của ba loại bệnh đã thực hiện trong nghiên cứu mà các loại bệnh phổ biến khác trên bông xoài.