LuanVan.vnLuận Văn
Gửi thư

PHÁT HIỆN VÀ NHẬN DẠNG BIỂN BÁO GIAO THÔNG BẰNG YOLOV8 VÀ CNN

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 Giàu
Người hướng dẫnNguyễn Minh Trung
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong thời đại hiện nay, việc phát hiện và phân loại biển báo giao thông đóng một vai trò quan trọng trong việc phát triển xe tự lái thông minh và hệ thống hỗ trợ lái xe tiên tiến để nâng cao sự an toàn và thoải mái cho người lái. Việc triển khai các thuật toán phát hiện này trên các máy tính nhúng trong các xe ô tô đặt ra nhiều thách thức, đặc biệt là khi đối mặt với sự phức tạp của môi trường giao thông đường bộ. Có hai nhiệm vụ chính mà một hệ thống phát hiện biển báo giao thông cần thực hiện, đó là phát hiện và phân loại biển báo. Thường thì cả hai nhiệm vụ này được thực hiện bằng một mô hình phát hiện/phân loại duy nhất, chẳng hạn như YOLO hoặc SSD, trong đó hình ảnh đầu vào được chú thích bằng các hộp giới hạn (bounding box) và các lớp tương ứng. Tuy nhiên, việc gán nhãn và đào tạo các bộ dữ liệu như vậy đòi hỏi nhiều thời gian và công sức đáng kể. Vì vậy, luận văn này đặt ra mục tiêu sử dụng tập dữ liệu Điểm chuẩn phát hiện biển báo giao thông Đức (GTSDB) để đào tạo mô hình YOLOv8 phát hiện các lớp chính (các biểu hiện của biển báo giao thông) và kết hợp chúng với mạng nơron tích chập CNN để phân loại các đối tượng được phát hiện. Điều này giúp giảm thời gian và công sức cần thiết cho việc gán nhãn và đào tạo dữ liệu. Kết quả thực nghiệm đã chứng minh rằng phương pháp được trình bày trong luận văn đạt được độ chính xác cao, lên đến 97%. Tóm lại, luận văn này tập trung vào việc cải thiện phát hiện và phân loại biển báo giao thông bằng cách sử dụng các tập dữ liệu chuẩn Đức và mạng CNN, mang lại kết quả ấn tượng cho việc phát triển xe tự lái và hệ thống hỗ trợ lái xe trong tương lai.
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.