Please use this identifier to cite or link to this item: http://tainguyenso.dut.udn.vn/handle/DUT/2281
Title: Ứng dụng mạng Nơ ron tích chập nhận dạng các đối tượng di động
Other Titles: Application of the convolutional Neural networks algorithm to identify mobile objects
Authors: Nguyễn, Văn Nam
Keywords: Trí tuệ nhân tạo;Thị giác máy tính;Deep learning;Nhận dạng đối tượng;Xử lý ảnh.
Issue Date: 2020
Publisher: Trường Đại học Bách khoa - Đại học Đà Nẵng
Abstract: 
Việc ứng dụng các mô hình nhận dạng đối tượng vào phục vụ trong nông nghiệp, lâm nghiệp hiện nay là thật sự cần thiết. Các nghiên cứu ứng dụng lĩnh vực này vào trong thực tế chưa nhiều. Mục tiêu của nghiên cứu này là thực nghiệm mô hình nhận dạng đối tượng ở chế độ tĩnh và di động. Để thực hiện việc này tác giả đã huấn luyện cho mô hình học nhận biết 10 loài hoa và 30 đối tượng khác nhau. Sau đó cho nhận dạng với 4 trạng thái khác nhau: Ảnh có ánh sáng tốt; ảnh bị che khuất 1/3; 1/2; ảnh thiếu ánh sáng. Kết quả cho thấy, độ chính xác nhận dạng đạt 99,28%, 78,46%, 40,36% và 62,38% tương ứng với 4 trạng thái môi trường ở trên. Như vậy, với kết quả trên việc ứng dụng mô hình này vào chế tạo thiết bị phân loại các loài hoa phục vụ trong thu hoạch hoa hoặc trong các cửa hàng bán hoa là một hướng nghiên cứu ứng dụng mới. Ngoài ra, khả năng ứng dụng mô hình vào nhận dạng hệ động thực vật rừng phục vụ cho công tác điều tra, nghiên cứu sẽ mang lại nhiều hiệu quả trong công tác quản lý rừng hiện nay.
Description: 
Luận văn Thạc sĩ Kỹ thuật. Chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa. Mã số: 60.52.02.16; 77 trang
URI: http://tainguyenso.dut.udn.vn/handle/DUT/2281
Appears in Collections:LV.Kỹ thuật điều khiển và Tự động hóa

Files in This Item:
File Description SizeFormat Existing users please Login
NguyenVanNam.TT.pdfTóm tắt1.8 MBAdobe PDF
    Request a copy
NguyenVanNam.TV.pdfToàn văn9.15 MBAdobe PDF
    Request a copy
Show full item record

CORE Recommender

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.