Bài báo: From Classical CNNs to Modern Deep Architectures: Multiclass Plant Recognition on the BigPlants DatasetNhóm tác giả:- Phan Thành Công – HTTT2022.1 – Tác giả chính- Trần Vũ Bão – HTTT2022.1 – Đồng tác giả- Nguyễn Minh Nhựt – Cao học 2022 – Đồng tác giả- Phạm Huy Hùng – Cao học 2024 – Đồng tác giảGiảng viên hướng dẫn: PGS.TS. Nguyễn Đình ThuânTóm tắt:Nhận diện thực vật từ hình ảnh là một bài toán nhiều thách thức do sự thay đổi về điều kiện ánh sáng, phông nền phức tạp và mức độ tương đồng cao về hình thái giữa nhiều loài. Trong khi đó, khả năng phân loại chính xác các loài thực vật có ý nghĩa đối với nghiên cứu đa dạng sinh học và nhận diện các loài cây có giá trị dược liệu.Trong nghiên cứu này, nhóm tác giả xây dựng BigPlants-100 – bộ dữ liệu gồm 100 loài thực vật được tuyển chọn từ Vietnam Plant Database dựa trên ý nghĩa về dược liệu và độc tính.Trên bộ dữ liệu này, nhóm tiến hành đánh giá nhiều kiến trúc học sâu hiện đại gồm ConvNeXt V2-Tiny, EfficientNetV2-S, ResNet-50 và ViT-B/16. Đồng thời, nghiên cứu triển khai phương pháp chưng cất tri thức đa giáo viên (multi-teacher knowledge distillation), sử dụng nhiều mô hình mạnh để truyền tri thức cho một mô hình MobileNetV3-Large nhỏ gọn hơn.Kết quả thực nghiệm cho thấy mô hình sau chưng cất tri thức cải thiện Accuracy và Macro F1-score từ 0,849 lên 0,894, đồng thời giảm hơn 31% training loss so với các mô hình được huấn luyện riêng lẻ.Kết quả cho thấy multi-teacher knowledge distillation có thể giúp mô hình nhẹ nâng cao khả năng tổng quát hóa và độ chính xác trong bài toán phân loại hình ảnh thực vật đa lớp quy mô lớn, qua đó mở ra tiềm năng ứng dụng AI trong nhận diện thực vật và hỗ trợ nghiên cứu đa dạng sinh học.Công trình được công bố trên Journal of Information Hiding and Multimedia Signal Processing (JIHMSP) – tạp chí khoa học quốc tế bình duyệt chuyên về xử lý tín hiệu đa phương tiện, xử lý ảnh, thị giác máy tính, giấu tin, bảo mật thông tin và các ứng dụng liên quan đến trí tuệ nhân tạo.JIHMSP được lập chỉ mục trong cơ sở dữ liệu Scopus và hiện thuộc nhóm Q4 theo SCImago Journal Rank (SJR) trong lĩnh vực Khoa học Máy tính.Thông tin chi tiết tại: https://www.facebook.com/share/p/1EKDCgBRrN/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin