LuanVan.vnLuận Văn
Gửi thư

ỨNG DỤNG MÔ HÌNH RESNET50 ĐỂ TÍNH TOÁN TƯƠNG ĐỒNG HÌNH ẢNH TRONG CÁC BÀI BÁO KHOA HỌC

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTrần Thị Trúc Linh
Người hướng dẫnTrần Thanh Điện
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong những năm gần đây với sự xuất hiện của công nghiệp, với sự phát triển nhanh chóng của mạng xã hội việc xử lý và lưu trữ ảnh trở nên phổ biến. Ảnh đã trở thành một phần không thể thiếu trong các lĩnh vực y tế, giáo dục, khoa học. Việc tìm kiếm một tấm ảnh có bị trùng lặp hoặc đã xuất hiện trong bài báo khoa học hết sức khó khăn và mất nhiều thời gian. Vấn đề tương đồng hình ảnh trong các bài báo khoa học hiện nay ngày càng phổ biến, các bài báo vấn đề trùng lặp hình ảnh rất nhiều, vì thế cần đưa ra hướng xử lý và tìm kiếm xem các hình ảnh tương đồng nằm trong trong các bài báo khoa học nào. Vì thế,đề tài “Ứng dụng mô hình ResNet50 để tính toán tương đồng hình ảnh trong các bài báo khoa học” được đề xuất để nghiên cứu tìm ra các phương pháp tính toán, so sánh các hình ảnh tương đồng. Nghiên cứu được thực hiện ứng dụng mô hình ResNet50 để huấn luyện trên tập dữ liệu mới với độ chính xác cao và thời gian thực hiện ngắn. Mô hình được huấn luyện trên tập dữ liệu gồm 12.049 hình ảnh, kết quả của tập dữ liệu được huấn luyện cho thấy các thông số, độ đo như Precision, Recall, F1-score cao hoàn toàn có thể phù hợp với đề tài. Sau khi các mô hình được huấn luyện, chúng được tích hợp trên hệ thống xây dựng trên Website, với ngôn ngữ lập trình Python và hệ quản trị cơ sở dữ liệu MySQL và các thư viện hỗ trợ: Scikit-learn, Pillow (PIL), Torchvision, Torch (PyTorch),... và GoogleColab trong việc huấn luyện mô hình. Từ khóa: Tương đồng hình ảnh, mô hình ResNet50,...
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.