LuanVan.vnLuận Văn
Gửi thư

PHÁT HIỆN VÀ NHẬN DIỆN RÁC THẢI TRÊN ĐƯỜNG PHỐ BẰNG FASTER R-CNN

Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Công Hậu
Người hướng dẫnLưu Tiến Đạo
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2022
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Việc rác thải nằm rải rác trên các tuyến đường phố đang là hiện trạng khá phổ biến hiện nay đối với nhiều quốc gia và khu vực, trong đó có Việt Nam. Gây ảnh hưởng nhiều đến hệ sinh thái đường phố, vẻ mỹ quan đô thị và sức khỏe của con người. Cùng với sự tiến bộ vượt bậc của công nghệ, phổ biến là trí tuệ nhân tạo và cụ thể là lĩnh vực thị giác máy tính, học sâu. Bài toán phát hiện vật thể giúp con người tiết kiệm được thời gian, công sức, tiền bạc và được áp dụng trong rất nhiều lĩnh vực như giao thông, y học, … Vì vậy, việc áp dụng bài toán này vào việc phát hiện rác thải trên đường phố phần nào giúp nhận biết và đánh giá mật độ rác thải của khu vực để giúp cơ quan chức năng đưa ra những giải pháp phù hợp là điều cần thiết. Hiện đang có rất nhiều thuật toán hỗ trợ phát hiện vật thể. Mỗi phương pháp đều có ưu điểm và hạn chế riêng, cần thiết cho một bài toán cụ thể. Hai phương pháp phổ biến nhất hiện nay là họ các mô hình CNN và YOLO. Đề tài so sánh hai mô hình bao gồm mô hình Faster R-CNN với ResNet50 và FPN làm kiến trúc CNN và mô hình YOLOv7. Kết quả thu được với độ chính xác của mô hình Faster R-CNN trên tập kiểm thử là 57,829% vượt trội hơn so với YOLOv7 với 44%, thời gian phát hiện và nhận diện rác thải trên mỗi tấm ảnh ở mô hình Faster R-CNN là 5s – 6s, YOLOv7 là 8s – 10s. Sau đó, áp dụng mô hình Faster R-CNN tiến hành xây dựng một trang web bằng khung phần mềm Flask của Python cho phép đọc vào hình ảnh từ tập tin và xuất hình ảnh đã được mô hình dự đoán những vật thể nào trong ảnh là rác thải.
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.