LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG GIẢI THUẬT NHẬN DẠNG RÁC THẢI TRÔI NỔI TRÊN MẶT NƯỚC VỚI YOLOV8

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 giảLê Thị Trúc Hoa
Người hướng dẫnHuỳnh Ngọc Thái Anh
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong những thập kỷ gần đây, do sự tăng trưởng của ngành công nghiệp và đô thị hóa, lượng rác thải, đặc biệt là rác nhựa, vào các đại dương đã gia tăng một cách đáng kể. Trước tình hình đó, việc tìm kiếm và áp dụng các giải pháp công nghệ hiện đại và hiệu quả trong việc thu gom, xử lý và tái chế rác thải đại dương trở nên cấp thiết. Các phương pháp này không chỉ giúp giảm thiểu lượng rác thải nhựa trong môi trường biển mà còn góp phần bảo vệ đa dạng sinh học và sức khỏe cộng đồng. Sự hợp tác quốc tế và sự tham gia của cả cộng đồng trong việc giảm thiểu và quản lý rác thải là yếu tố quan trọng để đối phó với thách thức này. Các giải pháp thu gom hiện tại tại Việt Nam cũng như trên thế giới đang được chia thành hai hướng tiếp cận chính là thủ công và tự động. Phương pháp thủ công bao gồm việc sử dụng nhân công để thu gom rác thải trôi nổi bằng tay hoặc các công cụ nhỏ. Dù có hiệu quả trong việc loại bỏ một phần rác thải, nhưng nó có hạn chế về quy mô và hiệu suất. Những nỗ lực thu gom thủ công thường dựa vào tình nguyện viên hoặc nhân viên cơ quan quản lý môi trường, và yêu cầu sự tập trung cao đối với các khu vực có nguy cơ ô nhiễm cao nên phương pháp này có một số hạn chế nhất định. Ngoài ra, việc thu gom rác thải nhựa thủ công cũng có thể gây ra các vấn đề về sức khỏe và an toàn cho người lao động. Để giải quyết các hạn chế này thì các giải pháp tự động đang được thử nghiệm và áp dụng do tính tiện dụng do nó mang lại, tuy nhiên vẫn còn khá hạn chế so với các phương pháp thủ công, nhưng nhìn chung vẫn mang lại hiệu quả tương đối. Kết quả đạt được của đề tài này là xây dựng được mô hình nhận dạng và phân loại các loại rác thải trôi nổi bằng thuật toán phát hiện đối tượng YOLO với phiên bản YOLOv8 với độ chính xác là: Precision: 90,3%, mAP@0,5: 41,8%, Recall: 45,5%.
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.