LuanVan.vnLuận Văn
Gửi thư

Fine-grained Image Classification using Transfer Learning and Continual Learning

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảVuong Minh Hieu
Người hướng dẫnVu Hai
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu phân loại hình ảnh chi tiết (Fine-Grained Visual Classification – FGVC), hướng tới nhận dạng chính xác các loài có đặc điểm hình thái tương đồng và duy trì khả năng học khi dữ liệu mới được bổ sung. Mô hình EfficientNet-B0 được sử dụng làm kiến trúc nền, kết hợp Transfer Learning để nâng cao hiệu quả trích chọn đặc trưng. Nhằm hạn chế hiện tượng quên thảm họa, phương pháp Continual Learning được xây dựng dựa trên Knowledge Distillation và Replay, trong đó kiến thức từ các lớp trước được duy trì đồng thời với việc bổ sung dữ liệu mới. Kết quả thực nghiệm cho thấy phương pháp đạt độ chính xác cao trên cả các loài đã học và loài mới, có khả năng mở rộng cho các ứng dụng giám sát đa dạng sinh học theo thời gian.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.