Üng dung chuyén giao trong phåt hien nguy co chåy rừng

Abstract

Trong bối cảnh cháy rừng ngày càng diễn biến phức tạp và dữ liệu giám sát bị hạn chế, nghiên cứu này đề xuất một khung học chuyển giao sử dụng các mô hình học sâu đã huấn luyện sẵn (pre-trained) để phát hiện nguy cơ cháy rừng từ hình ảnh. Chúng tôi sử dụng tập dữ liệu ảnh công khai, áp dụng các bước tiền xử lý và tinh chỉnh đầu ra của các mô hình nền tảng như VGG16, ResNet, DenseNet, EfficienctNet và MobileNet. Các mô hình được so sánh về độ chính xác và hiệu quả thông qua các chỉ số đánh giá như Accuracy, Precision, Recall và F1-score. Kết quả cho thấy ResNet và VGG đạt hiệu suất vượt trội với độ chính xác trên 99%, trong khi MobileNet tuy có độ chính xác thấp hơn nhưng lại phù hợp với các thiết bị có tài nguyên hạn chế. Nghiên cứ mở ra tiềm năng triển khai các hệ thống cảnh báo rừng thời gian thực, đặc biệt là trên thiết bị nhúng hoặc nền tảng IoT.