5.1. Kết luận
Đề tài nhận diện lá cây thuốc bằng thuật tốn CNN đã được thực hiện với model có độ chính xác tương đối cao qua q trình training. Qua việc thực hiện đề tài giúp tôi hiểu rõ hơn về các thuật toán CNN cũng như các thuật toán khác trong Deep Learning. Đề tài giúp tôi hiểu rõ hơn về những khó khăn gặp phải khi tìm kiếm dữ liệu, phát triển mơ hình bài tốn.
5.2. Hạn chế
Điểm quan trọng nhất của bài tốn nhận dạng các lá cây thuốc đó là dữ liệu hình ảnh. Để tăng được độ chính xác của bài tốn thì dữ liệu hình ảnh huấn luyện cần phải nhiều và đa dạng hơn nữa. Khi đó model sẽ tổng quát hơn, nhận dạng và đánh giá dữ liệu chuẩn xác hơn.
Dữ liệu hình ảnh trong bài tốn mà tơi đang thực hiện đa phần được tìm kiếm trên google nên định dạng, độ nét cũng như góc chụp khơng được hồn chỉnh và đa dạng. Do đó thiếu đi sự ổn định, nhiều góc chụp khác nhau của lồi cây đó.
Trong q trình thực hiện nhận diện real – time xảy ra một số lỗi, vì thời gian quá gấp nên tôi chưa kịp sửa lỗi nên phần này chưa được thực hiện.
5.3. Hướng phát triển
Để phát triển thuật tốn tốt hơn, tơi cần thêm thời gian và sự tiếp cận trực tiếp với các lồi cây để từ đó có sự ổn định và đa dạng trong dữ liệu.
Đề tài sẽ được tôi nghiên cứu và phát triển thêm về nhận diện bằng real – time thông qua app hoặc web để thử độ ổn định và có thể ứng dụng vào thực tiễn.