TRAFFIC SIGN RECOGNITION WITH YOLOv5
Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Võ Hoàng Nguyễn Vỹ |
| Người hướng dẫn | Nguyễn Thanh Hải |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2021 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Nowadays, road traffic accidents are increasing dramatically, and one of the most reasons is the lack of knowledge about the traffic signs of the drivers. Traffic sign recognition has long been an important component of driver-assistance systems, as it may help drivers avoid a wide range of possible hazards while also improving their driving experience. On the other hand, traffic sign recognition is a realistic assignment with numerous constraints, like the visual environment, physical damages, and partial occasions. Therefore, it is necessary to have an application that can meet these requirements in order to reduce the number of traffic accidents because of the lack of understanding of traffic signs. In this study, the object detection algorithm - YOLOv5, a unified deep learning architecture for real-time recognition applications, is used for recognizing traffic signs due to its speed and accuracy. The traffic signs dataset used for this study was modified from the Zalo AI Challenge 2020 including 4469 images belonging to 7 different classes. The result shows that the model has achieved good performance with the recognition of traffic signs, even with the small ones.
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
- TÓM TẮT RÚT TRÍCH VĂN BẢN SỬ DỤNG MÔ HÌNH SEQUENCE-TO-SEQUENCE VỚI CƠ CHẾ ATTENTION VÀ MÔ HÌNH BERT
- COOKING RECIPE GENERATION USING YOLOV11 AND T5V1.1
- HỆ THỐNG ĐÁNH GIÁ CÁC ĐIỂM DU LỊCH
- XÂY DỰNG HỆ THỐNG QUẢN LÝ ĐẶT SÂN BÓNG ĐÁ
- XÂY DỰNG HỆ THÔNG THƢƠNG MẠI ĐIỆN TỬ BÁCH HÓA TỔNG HỢP BẰNG LARAVEL FRAMEWORK
- XÂY DỰNG WEBSITE HỖTRỢ TÌM VIỆC LÀM CHO SINH VIÊN CÔNG NGHỆ THÔNG TIN
- XÂY DỰNG HỆ THỐNG QUẢN LÝ MỘT CÔNG TY DỊCH VỤ VỆ SINH
- TÌM KIẾM NỘI DUNG BÀI BÁO PHÙ HỢP VỚI TỪ KHÓA BẰNG CHỈ MỤC NGHỊCH ĐẢO
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.