LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG ỨNG DỤNG NHẬN DẠNG PHƯƠNG TIỆN GIAO THÔNG TRONG ĐIỀU KIỆN THIẾU SÁNG

Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảLê Cao Hoàng Thái
Người hướng dẫnPhạm Nguyên Hoàng
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong những năm gần đây, các thuật toán phát hiện đối tượng học sâu sử dụng hình ảnh 2D đã trở thành công cụ mạnh mẽ để phát hiện đối tượng trên đường trong lái xe tự động. Trên thực tế, phương pháp học sâu để phát hiện phương tiện giao thông đường bộ đã đạt được những kết quả đáng kể. Hiện tại đã có những nghiên cứu ứng dụng các phương pháp học sâu khác nhau để nhận dạng phương tiện giao thông nhưng ở điều kiện ánh sáng tốt hoặc đầy đủ ảnh sáng, vẫn còn khá ít nghiên cứu về nhận dạng phương tiện giao thông trong điều kiện thiếu sáng. Chúng tôi ứng dụng học sâu và sử dụng mô hình nhận dạng đối tượng trên Tensorflow và Yolo để huấn luyện tập dữ liệu cho đề tài như là EfficientDet D0 512x512, SSD MobileNet V1 FPN 640x640, SSD ResNet50 V1 FPN 640x640 (RetinaNet50) và YOLOv4-Darknet. Sau quá trình huấn luyện chúng tôi sử dụng một số công thức kiểm thử với tập dữ liệu như Precision, Recall, F1_core để tính độ chính xác của từng mô hình. Chúng tôi nhận thấy mô hình EfficientDet D0 512x512 cho độ chính xác cao nhất đạt 0.95% và chọn mô hình đó sử dụng cho đề tài luận văn của chúng tôi. Kết quả đạt được là hệ thống nhận dạng phương tiện giao thông trong điều kiện thiếu sáng có độ chính xác rất khả quan khoảng 80%
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.