4.5.1. Quản lý người dùng
Trong phạm vi
chƣơng trình thử nghiệm, ngƣời sử dụng chƣơng trình đƣợc coi là những ngƣời có thể truy cập vào dữ liệu trang trại, gia súc, dữ liệu phân loại. Do đó số ngƣời sử dụng
47
ít và đòi hỏi đăng nhập, đƣợc cấp quyền nhất định trên hệ thống. Hình 4-6 là ví dụ danh sách ngƣời dùng ở trang dashboard.
N goài nhóm tài khoản quản trị (Admin) có toàn bộ quyền hạn, nhóm tài khoản khác Staff không thể thêm mới hoặc thay đổi thông tin ngƣời dùng khác ngoài chính mình.
4.5.2. Quản lý thông tin trang trại
Bò sữa thƣờng đƣợc chăn nuôi theo đàn lớn thành các trang trại, vì vậy chức năng quản lý trang trại của ngƣời dùng bao gồm Liệt kê, Thêm, Sửa, Xóa trang trại. Hai thuộc tính của đối tƣợng “Trang trại” hiện gồm Tên và Địa chỉ.
ình 4-12: Chức năng liệt kê trang trại
48
4.5.3. Quản lý cá thể bò sữa và dữ liệu sữa và dữ liệu
Cũng giống nhƣ chức năng quản lý Trang trại, chức năng quản lý cá thể gia súc cũng bao gồm thêm, sửa, xóa đối tƣợng bò sữa.
Đối với chức năng thêm mới bò sữa, các thuộc
tính chính bao gồm: Tên, Ngày sinh, Giới tính, Cân nặng, Giống bò (bao gồm cả giống của bố và mẹ), kèm theo là Trang trại nơi cá thể này đƣợc chăn nuôi chọn từ dropdown menu:
ình 4-15: Chức năng thêm, sửa, xóa cá thể bò sữa
4.5.4. Quản lý dữ liệu huấn luyện và mô hình huấn luyện
Ngƣời sử dụng có thể trực tiếp huấn luyện mô hình phân loại một cách tiện lợi cho từng cá thể bò ngay trên phần mềm thử nghiệm này. Thao tác này đƣợc thực hiện bằng việc tải lên file excel (theo format định sẵn) chứa dữ liệu cảm biến gia tốc của
49
một đối tƣợng bò sữa để huấn luyện mô hình. Sau đó việc quá trình huấn luyện mô hình đƣợc tiến hành thông qua một tác vụ chạy nền (background task), tác vụ này đƣợc khởi tạo và quản lý bởi Celery và Redis nhƣ mô tả ở mục 4.3.4.
ình 4-16: Huấn luyện mô hình cho cá thể bò sữa
Một cá thể bò sữa có thể có nhiều mô hình phân loại đƣợc huấn luyện bởi các tập dữ liệu khác nhau nhƣ hình 4-12. Ngƣời sử dụng có thể tải lên tập dữ liệu khác để huấn luyện mô hình mới cho một cá thể đã có sẵn mô hình phân loại từ trƣớc. Tuy nhiên, chỉ có duy nhất một mô hình duy nhất đƣợc sử dụng cho việc suy luận và phân loại (inference) sau đó. Ở đây, mô hình này đƣợc mặc định là mô hình mới nhất đƣợc tạo ra.
ình 4-17: Danh sách các tập dữ liệu huấn luyện
Kết quả của việc huấn luyện mô hình có thể đƣợc kiểm tra từ lịch sử các tác vụ chạy nền của Celery (hình 4-13):
50
ình 4-18: Lịch sử kết quả tác vụ huấn luyện mô hình phân loại
4.5.5. Quản lý dữ liệu suy luận và kết quả phân luận và kết quả phân loại
Sau khi đã có đƣợc mô hình phân loại từ dữ liệu huấn luyện, việc tiến hành suy luận phân loại đối với dữ liệu đầu vào mới. Nhƣ đƣợc đề cập ở mục
4.1, có hai cách để nạp dữ liệu này vào hệ thống. Cách thứ nhất thủ công là bằng việc
ình 4-19: Danh sách tập dữ liệu phân loại được tải lên thủ công
51
tải lên file excel nhƣ đối với dữ liệu huấn luyện (hình 4-14), sau đó quá trình suy luận cũng đƣợc thực thi bởi một tác vụ chạy nền bằng Celery.
Sau khi tác vụ chạy nền này
kết thúc, kết quả phân loại sẽ đƣợc tự động cập nhật nhƣ ví dụ ở hình 4-16.
Cách thứ hai để nạp dữ liệu suy luận vào hệ thống là tự động đẩy dữ liệu thô từ cảm biến gia tốc đến máy chủ thông qua HTTP API. Ở phía thiết bị cảm biến gia tốc, việc này có thể đƣợc thực hiện bằng phƣơng thức POST với định dạng dữ liệu json.
ình 4-20: Tải lên dữ liệu mới phục vụ phân