LuanVan.vnLuận Văn
Gửi thư

NHẬN DẠNG VẾT BẨN TRÊN PIN MẶT TRỜI

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Quốc Huy
Người hướng dẫnTrần Công Án
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Ngày nay việc sử dụng nguyên liệu hoá thạch trong sản xuất và đời sống gây ra hiệu ứng nhà kính ảnh hưởng xấu đến môi trường vì thế các nguồn năng lượng tái tạo đang dần được ưu tiên sử dụng trong đó có năng lượng mặt trời nhưng chưa mang lại hiệu quả cao. Nguyên nhân do các vết bẩn bám trên các tấm pin mà không được phát hiện sớm để tiến hành làm sạch, do đó việc phát hiện sớm các vết bẩn để tiến hành làm sạch các tấm pin sẽ góp phần cải thiện hiệu quả nguồn năng lượng từ pin mặt trời mang lại. Trong nghiên cứu này sử dụng 2 mô hình máy học YOLOV8 và Vision Transformer (ViT) để học và phân tích các dữ liệu hình ảnh đặt biệt là áp dụng vào bài toán phát hiện vết bẩn trên pin mặt trời. Mô hình huấn luyện với tập dữ liệu gồm 2562 ảnh với 2 nhãn: sạch và bẩn. Trong quá trình huấn luyện, kết quả thể hiện sự phù hợp của mô hình với bài toán phát hiện vết bẩn. Mô hình YOLO đạt độ chính xác 95.4% trên tập dữ liệu gốc, và sau khi tăng cường dữ liệu bằng các biến đổi màu sắc, độ chính xác tăng lên đến 97.2%. Mặt khác, mô hình Vision Transformer (ViT) đạt độ chính xác 64.2% trên tập dữ liệu gốc, và sau khi áp dụng phương pháp xoay lật để tăng cường dữ liệu, độ chính xác đạt 98.1%. Cả hai mô hình đều cho thấy khả năng phát triển và áp dụng trong các tình huống thực tế.
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

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.