| ---
|
| language:
|
| - vi
|
| - en
|
| license: mit
|
| tags:
|
| - agriculture
|
| - tomato
|
| - plant-disease
|
| - computer-vision
|
| - resnet18
|
| - grad-cam
|
| - leaf-ai
|
| datasets:
|
| - wellCh4n/tomato-leaf-disease-image
|
| metrics:
|
| - accuracy
|
| pipeline_tag: image-classification
|
| ---
|
|
|
| # 🍃 LEAF_AI — Tomato Leaf Disease ResNet-18 Model
|
|
|
| Mô hình Deep Learning thị giác máy tính nhận diện **10 lớp bệnh & trạng thái lá cây cà chua** chuẩn hóa quốc tế (theo phân loại PlantVillage & Tổ chức Lương thực và Nông nghiệp Liên Hợp Quốc - FAO). Tích hợp cơ chế giải thích quyết định thị giác **Grad-CAM (Gradient-weighted Class Activation Mapping)**.
|
|
|
| ## 🎯 10 Lớp bệnh & phân loại
|
| | ID | Tên tiếng Anh | Tên tiếng Việt | Tác nhân gây bệnh |
|
| |---|---|---|---|
|
| | 0 | `Healthy` | Lá khỏe mạnh | Không có mầm bệnh |
|
| | 1 | `Leaf_mold` | Nấm mốc lá | *Passalora fulva* |
|
| | 2 | `Target_spot` | Đốm mắt cua | *Corynespora cassiicola* |
|
| | 3 | `Late_blight` | Sương mai | *Phytophthora infestans* |
|
| | 4 | `Early_blight` | Úa sớm (Đốm vòng) | *Alternaria solani* |
|
| | 5 | `Bacterial_spot` | Đốm vi khuẩn | *Xanthomonas campestris* |
|
| | 6 | `Septoria_leaf_spot` | Đốm lá Septoria | *Septoria lycopersici* |
|
| | 7 | `Tomato_mosaic_virus` | Khảm lá virus (ToMV) | Tomato mosaic tobamovirus |
|
| | 8 | `Tomato_yellow_leaf_curl_virus` | Xoăn vàng lá virus (TYLCV) | Begomovirus (Vector: Bọ phấn trắng) |
|
| | 9 | `Spider_mites` | Nhện đỏ hai chấm | *Tetranychus urticae* |
|
|
|
| ## 📊 Kết quả Huấn luyện (Training Metrics)
|
| - **Kiến trúc Backbone**: ResNet-18 (Pretrained ImageNet)
|
| - **Tập dữ liệu huấn luyện**: 14,218 ảnh thực tế (PlantVillage Tomato Dataset)
|
| - **Tập kiểm thử (Validation)**: 3,569 ảnh
|
| - **Độ chính xác kiểm thử (Validation Accuracy)**: **>97.8%**
|
| - **Độ trễ suy luận (Inference Latency)**: ~15ms trên CPU / ~2ms trên GPU CUDA
|
|
|
| ## 💻 Cách sử dụng trong PyTorch
|
| ```python
|
| import torch
|
| import torchvision.models as models
|
| import torchvision.transforms as transforms
|
| from PIL import Image
|
|
|
| # 1. Khởi tạo mô hình
|
| classes = [
|
| "Healthy", "Leaf_mold", "Target_spot", "Late_blight", "Early_blight",
|
| "Bacterial_spot", "Septoria_leaf_spot", "Tomato_mosaic_virus",
|
| "Tomato_yellow_leaf_curl_virus", "Spider_mites"
|
| ]
|
|
|
| checkpoint = torch.load("tomato_model.pt", map_location="cpu")
|
| model = models.resnet18()
|
| model.fc = torch.nn.Sequential(
|
| torch.nn.Dropout(p=0.3),
|
| torch.nn.Linear(model.fc.in_features, len(classes))
|
| )
|
| model.load_state_dict(checkpoint["model_state_dict"])
|
| model.eval()
|
|
|
| # 2. Tiền xử lý & Dự đoán
|
| transform = transforms.Compose([
|
| transforms.Resize((224, 224)),
|
| transforms.ToTensor(),
|
| transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
|
| ])
|
|
|
| img = Image.open("tomato_leaf.jpg").convert("RGB")
|
| tensor = transform(img).unsqueeze(0)
|
|
|
| with torch.no_grad():
|
| probs = torch.softmax(model(tensor), dim=1)[0]
|
| top_p, top_i = torch.topk(probs, 3)
|
| for p, idx in zip(top_p, top_i):
|
| print(f"{classes[idx]}: {p.item()*100:.2f}%")
|
| ```
|
|
|
| ## 🛡️ Bản quyền & Nguồn
|
| - Dự án: **LEAF_AI (Hệ sinh thái AI nông nghiệp thông minh)**
|
| - Dataset: `wellCh4n/tomato-leaf-disease-image` (PlantVillage)
|
| |
