HUẤN LUYỆN MẠNG HỌC SÂU CHO NHẬN DẠNG TIỀN VIỆT NAM
Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Quách Huỳnh Hữu Tài |
| Người hướng dẫn | Đỗ Thanh Nghị |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong thời đại công nghệ 4.0 hiện nay, các công nghệ tiên tiến ra đời liên tục và góp phần giúp cho cuộc sống con người ngày càng thuận tiện, phát triển hơn và các hệ thống nhận dạng là một phần không thể thiếu trong công cuộc hiện đại hóa này. Các hệ thống nhận dạng ngày nay đã đạt được nhiều thành tựu đáng nổi bật có thể kể đến như: nhận dạng khuôn mặt, nhận dạng đeo khẩu trang, nhận dạng chữ viết tay,… giúp cho mọi người dễ dàng hơn trong việc phân loại hay nhận dạng vật thể, đối tượng thông qua dữ liệu ảnh. Ngày nay, công nghệ hiện đại đã đóng một vai trò quan trọng trong việc nhận dạng tiền tệ trong các nền kinh tế. Một giải pháp hiệu quả để phát hiện và nhận dạng tiền giấy là điều cực kì quan trọng trong các giao dịch tự động. Do đó, tôi đề xuất đề tài “Huấn luyện mạng học sâu nhận dạng tiền Việt Nam”. Cụ thể là ứng dụng các mô hình học sâu vào đề tài nhằm trích xuất và nhận dạng đặc trưng để thực hiện phân loại hình ảnh. Luận văn này tập trung vào nhận dạng đúng tiền thật dựa trên hình thức của tờ tiền. Phương pháp đề xuất có thể áp dụng để nhận biết nhiều loại mệnh giá khác nhau. Cơ sở dữ liệu để thực hiện đào tạo các mô hình được tạo bằng các tờ tiền thật và sưu tầm từ Internet. Sau khi thu thập dữ liệu, tiến hành thực hiện xử lý dữ liệu, dữ liệu được chia thành các tập dùng để huấn luyện mô hình, thẩm định và kiểm thử. Sau quá trình huấn luyện mô hình, thu được độ chính xác trung bình của bộ phân lớp MobileNet-V2 là 0.78 và độ chính xác trung bình của bộ phân lớp VGG16 là 0.92. Công việc thực hiện của hệ thống gồm các giai đoạn, đầu tiên là xử lý hình ảnh, tiếp theo là đưa các hình ảnh vào mô hình phân loại MobileNet-V2 và VGG16 để phân loại, sau đó hiển thị kết quả phân loại ra màn hình.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
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.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- HỆ THỐNG CHIA SẺ PHƯƠNG TIỆN VỀ QUÊ CHO SINH VIÊN
- Tính vận tốc truyền sóng radar thông qua mô hình mô phỏng lý thuyết từ phần mềm GPRTVN.
- NGHIÊN CỨU VÀ ĐÁNH GIÁ CÁC PHƯƠNG PHÁP TÁI TẠO MÔ HÌNH 3D CỔ VẬT TỪ DỮ LIỆU VIDEO ĐA GÓC NHÌN
- THIẾT KẾ DỊCH VỤ WEB TRÊN NỀN TẢNG AWS
- ỨNG DỤNG HỌC SÂU VÀO PHÁT HIỆN CÁC TẾ BÀO BỊ NHIỄM BỆNH SỐT RÉT TRÊN HÌNH ẢNH
- ỨNG DỤNG KỸ THUẬT NHẬN DIỆN KÉP DỰA TRÊN BIỂU DIỄN EMBEDDING VÀ MÔ HÌNH SIAMESE NETWORK CHO KIỂM SOÁT PHƯƠNG TIỆN
- XÂY DỰNG ỨNG DỤNG CHUYỂN ẢNH 2D THÀNH MÔ HÌNH 3D VÀ HIỂN THỊ TRÊN HOLOGRAM.
- ỨNG DỤNG CHIA SẺ CÔNG THỨC VÀ ĐẶT MÓN ĂN
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.