Đồ án tốt nghiệp Công nghệ Thông tin: Tìm hiểu về nhận dạng hình thái tinh thể sử dụng học máy

• Tác giả: Phạm Phúc Bình
• Người hướng dẫn: TS. Trần Nhật Quang
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Tìm hiểu về nhận dạng hình thái tinh thể sử dụng học máy
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

• LỜI CẢM ƠN
• 1. PHẦN 1: MỞ ĐẦU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu và nhiệm vụ nghiên cứu
• 1.3. Cách tiếp cận và phương pháp nghiên cứu
• 1.4. Kết quả dự kiến đạt được
• 2. PHẦN 2: NỘI DUNG
• 2. CHƯƠNG 1: TỔNG QUAN VỀ HỌC MÁY
• 2.1. Khái niệm về học máy
• 2.2. Các khái niệm trong học máy
• 2.3. Phân loại các mô hình học máy
• 3. CHƯƠNG 2: TỔNG QUAN VỀ THỊ GIÁC MÁY TÍNH
• 3.1. Các nhiệm vụ chính của thị giác máy tính
• 3.2. Một vài ứng dụng phổ biến
• 4. CHƯƠNG 3: TỔNG QUAN VỀ PHÂN ĐOẠN ĐỐI TƯỢNG TOÀN PHẦN
• 4.1. Giới thiệu về phân đoạn đối tượng
• 4.2. Giới thiệu về phân đoạn đối tượng toàn phần (amodal instance segmentation)
• 4.3. Bài toán phân đoạn đối tượng toàn phần
• 4.4. Một số ứng dụng của phân đoạn đối tượng toàn phần trong thực tế
• 4.5. Sơ lược một số mô hình phân đoạn đối tượng toàn phần
• 5. CHƯƠNG 4: TỔNG QUAN CÁC NGHIÊN CỨU LIÊN QUAN
• 5.1. Các nghiên cứu được chọn lọc
• 6. CHƯƠNG 5: XỬ LÝ DỮ LIỆU VÀ HUẤN LUYỆN MÔ HÌNH
• 6.1. Thu thập dữ liệu
• 6.2. Thư viện và cấu hình mô hình
• 6.3. Huấn luyện mô hình
• 6.4. Kết quả nhận diện của các mô hình với dữ liệu tinh thể
• 7. CHƯƠNG 6: HỆ THỐNG THU THẬP DỮ LIỆU KÍCH THƯỚC TINH THỂ
• 7.1. Giới thiệu các thành phần ứng dụng
• 7.2. Công nghệ sử dụng
• 7.3. Luồng hoạt động
• 7.4. Giao diện hệ thống
• PHẦN 3: KẾT LUẬN
• 3.1. Kết quả đạt được
• 3.2. Ưu điểm và khuyết điểm
• 3.3. Hướng phát triển
• TÀI LIỆU THAM KHẢO

I. Tính cấp thiết của đề tài

Trong lĩnh vực công nghệ thông tin, đồ án tốt nghiệp về nhận dạng hình thái tinh thể sử dụng học máy mang lại nhiều giá trị thực tiễn. Kích thước hạt của các sản phẩm dạng bột và hạt có ảnh hưởng lớn đến quá trình hòa tan và gia công. Việc xác định kích thước hạt một cách chính xác và nhanh chóng là rất cần thiết. Các phương pháp đo thủ công truyền thống thường gặp nhiều hạn chế, như thời gian hồi tiếp lâu và độ chính xác thấp. Do đó, việc phát triển một hệ thống hiện đại sử dụng công nghệ thông tin và học máy để xử lý dữ liệu trong thời gian thực là rất quan trọng. Hệ thống này không chỉ giúp cải thiện độ chính xác mà còn tiết kiệm thời gian và công sức trong quá trình nghiên cứu. Như vậy, việc ứng dụng học máy trong nhận dạng hình thái tinh thể là một hướng đi khả thi và có tính ứng dụng cao.

II. Mục tiêu và nhiệm vụ nghiên cứu

Mục tiêu chính của đề tài là nghiên cứu và phát triển các kỹ thuật học máy trong lĩnh vực thị giác máy tính để nhận diện hình thái tinh thể. Các nhiệm vụ cụ thể bao gồm: tìm hiểu về hình thái tinh thể và phương pháp thu thập dữ liệu hiện tại, xây dựng tập dữ liệu nội bộ về hình thái tinh thể, và thử nghiệm các mô hình phân đoạn đối tượng toàn phần. Đặc biệt, việc đánh giá và so sánh hiệu suất của các mô hình khác nhau sẽ giúp xác định mô hình phù hợp nhất cho việc nhận diện và đo kích thước tinh thể. Kết quả dự kiến sẽ cung cấp một hệ thống hỗ trợ cho việc nhận diện và đo kích thước tinh thể, từ đó nâng cao hiệu quả trong nghiên cứu và ứng dụng thực tiễn.

III. Các tiếp cận và phương pháp nghiên cứu

Đề tài sẽ áp dụng các phương pháp nghiên cứu hiện đại trong lĩnh vực học máy và thị giác máy tính. Các phương pháp này bao gồm thu thập dữ liệu từ hình ảnh chụp dưới kính hiển vi, xây dựng và huấn luyện các mô hình học sâu để nhận diện hình thái tinh thể. Việc sử dụng các thuật toán phân đoạn đối tượng toàn phần sẽ giúp nhận diện các tinh thể, bao gồm cả phần bị che khuất. Phương pháp nghiên cứu sẽ bao gồm phân tích tài liệu, xây dựng thuật toán và đánh giá kết quả của các mô hình đã thử nghiệm. Điều này không chỉ giúp nâng cao kiến thức về học máy mà còn tạo ra một hệ thống có khả năng ứng dụng cao trong thực tế.

IV. Kết quả dự kiến đạt được

Kết quả dự kiến của đề tài bao gồm việc nắm vững các kiến thức về học máy và học sâu, cũng như xây dựng và huấn luyện các mô hình để nhận diện tinh thể. Hệ thống sẽ được phát triển để hỗ trợ nhận diện và đo kích thước tinh thể từ hình ảnh, đồng thời đưa ra các kết quả so sánh giữa các mô hình khác nhau dựa trên các tiêu chí như độ chính xác và thời gian suy luận. Những kết quả này sẽ có ý nghĩa quan trọng trong việc cải thiện quy trình nghiên cứu và ứng dụng trong lĩnh vực công nghệ hóa học và dược phẩm.