Trí tuệ nhân tạo thường được dùng trong việc phân loại hình ảnh. Trong nghiên cứu này, các giải thuật trí tuệ nhân tạo được sử dụng kết hợp với các đặc trưng SURF, phân cụm dữ liệu với K-mean trên bộ dữ liệu bệnh tôm 6 lớp. Nhằm tìm kiếm giải thuật thích hợp nhất trong việc phân loại bệnh tôm qua hình ảnh, nghiên cứu đã tiến hành kiểm thử trên 4 giải thuật trí tuệ nhân tạo, gồm giải thuật hồi qui logic, Naïve Bayes, K láng giềng gần nhất và rừng ngẫu nhiên. Tiêu chí đánh giá độ chính xác của các giải thuật này gồm precision, recall và F1. Kết quả thử nghiệm khi áp dụng trên các tập đặc trưng cho thấy đạt tỷ lệ thấp, độ chính xác cao nhất là giải thuật rừng ngẫu nhiên với tiêu chí đánh giá recall là 47,7%. Nghiên cứu tiếp tục tiến hành kết hợp ngẫu nhiên của 4 cụm được phân loại bởi giải thuật K-mean, kết quả thu được với độ chính xác cao nhất theo tiêu chí recall cho giải thuật rừng ngẫu nhiên là 85,9%., Tóm tắt tiếng anh, Artificial intelligence (AI) is often used in the classification of images. In this study, AI algorithms have been used in combining with SURF features, K-mean clustering on a 6-class shrimp disease dataset. In order to find the most appropriate model for image classification of shrimp diseases, the study has been tested on four AI models including Multinomial Logistic Regression, Naïve Bayes, K Nearest Neighbors, and Random Forest. Criteria for evaluating the accuracy of these models include Precision, Recall and F1. Testing results when applying with initial feature dataset show a low accuracy that the best model is Random Forest algorithm, with Recall evaluation criterion of 47.7%. The study has been continued to conduct random combinations of 4 clusters classified by K-mean algorithm, the results indicate that the Random Forest model can get highest accuracy of 85.9% by Recall criteria.