Chương 1: Tổng quan: Đưa ra tình hình tại các bãi giữ xe chung cư hiện nay, tính cấp thiết của đề tài. Từ đó trình bài được những lý do chọn đề tài và ứng dụng thực tế của đề tài trong đời sống. Chương 2: Cơ sở lý thuyết liên quan: Giới thiệu chi tiết cơ sở lý thuyết, các khái niệm sẽ vận dụng trong đề tài. Chương 3: Thiết kế và xây dựng hệ thống: Trình bày được sơ đồ khối hệ thống, thiết kế của từng khối trong hệ thống, lựa chọn linh kiện, tính toán, xây dựng lưu đồ giải thuật và đưa ra cách vận hành hợp lý của hệ thống dựa trên những lý thuyết có sẵn.
Chương 4: Kết quả thực hiện hệ thống và nhận xét: Biểu thị, vận hành phần cứng thực tế, đánh giá độ ổn định của hệ thống, những nhược điểm còn tồn tại. Chương 5: Kết luận và hướng phát triển: Nêu ra những kết quả đã thực hiện được và hướng phát triển đề tài trong tương lai. 3 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT LIÊN QUAN 2. TỔNG QUAN VỀ CƠ CHẾ NHẬN DIỆN CỦA YOLO 2.
Định nghĩa YOLO YOLO (You Only Look Once) là một mô hình phát hiện đối tượng trong lĩnh vực học sâu (deep learning). Nó được phát triển bởi nhóm nghiên cứu tại Đại học Washington vào năm 2016 và đã trở thành một trong những phương pháp phổ biến nhất trong việc xác định và phân loại đối tượng trong ảnh và video. Một số điểm nổi bật của YOLO so với các mô hình khác: • Tính nhanh và thời gian thực: YOLO có khả năng xử lý ảnh và video với tốc độ cao. Thay vì áp dụng một mạng neural cho nhiều vùng quan tâm (regions of interest) như các phương pháp truyền thống, YOLO nhìn vào toàn bộ ảnh một lần duy nhất và dự đoán các khung chứa đối tượng cùng với xác suất và lớp tương ứng của chúng.
Điều này giúp YOLO đạt được tốc độ cao hơn so với các phương pháp khác. • Tính chính xác và phân loại đa lớp: YOLO không chỉ phát hiện các đối tượng mà còn phân loại chúng vào các lớp khác nhau. Mô hình YOLO sử dụng một mạng neural để dự đoán xác suất và lớp của mỗi đối tượng trong khung. Điều này cho phép YOLO xử lý các tác vụ phát hiện và phân loại đối tượng cùng một lúc.
• Độ chính xác không phụ thuộc vào kích thước đối tượng: YOLO có khả năng phát hiện và phân loại đối tượng ở nhiều kích thước khác nhau mà không cần phải thay đổi kích thước ảnh đầu vào. Điều này giúp YOLO hoạt động tốt trên các đối tượng có kích thước khác nhau, từ những đối tượng nhỏ như con người đến những đối tượng lớn như ô tô. • Xử lý đối tượng chồng chéo (overlapping objects): YOLO có khả năng xử lý các đối tượng chồng chéo trong ảnh một cách hiệu quả. Nó sử dụng một hàm mất mát (loss function) đặc biệt để đo lường sự chồng chéo của các đối tượng và đảm bảo rằng chúng được phát hiện một cách chính xác và không bị bỏ sót.
Mạng YOLO được kiến trúc gồm những mạng lưới (Base Network) là mạng tích chập có khả năng trích xuất đặc trưng và những lớp thêm vào (Extra Layers) có khả năng nhận diện vật thể nhờ vào các đặc trưng sau khi trải qua các lớp tích chập. Các mạng lưới của YOLO chủ yếu sử dụng các mạng tích chập và các lớp kết nối đầy đủ.1: Cấu trúc của mạng YOLO Thành phần Darknet Architechture được gọi là base network, đây là mạng tích chập sâu được sử dụng để trích xuất đặc trưng từ ảnh đầu vào. Output của base network là một feature map có kích thước 7x7x1024 sẽ được sử dụng làm input cho các Extra layers có tác dụng dự đoán nhãn và tọa độ bounding box của vật thể. YOLO bắt đầu làm việc bằng cách chia ảnh thành các lưới ô thường sẽ là 3x3, 7x7, 9x9,.Mỗi ô trong lưới sẽ chịu trách nhiệm phát hiện các đối tượng nằm trong phạm vi của nó.
Việc này giúp xác định vị trí đối tượng một cách cụ thể hơn trong ảnh và tăng độ chính xác. Mỗi ô trong lưới sẽ dự đoán một hoặc nhiều bounding boxes để bao quanh các đối tượng trong ô đó. Ngoài ra, mỗi bounding box sẽ được gán một xác suất phân loại cho biết đối tượng trong bounding box là gì. Điều này giúp tạo ra một mô hình linh hoạt với khả năng nhận diện nhiều đối tượng khác nhau trong cùng một ảnh.
Các xác suất phân loại được tính bằng cách kết hợp xác suất phân loại từ tất cả các bounding boxes trong lưới ô. Điều này giúp tránh việc tạo ra nhiều bounding boxes trùng lặp cho cùng một đối tượng. Cuối cùng là áp dụng ngưỡng và loại bỏ hộp định vị cùng với quá trình Non- Maximum Suppression (NMS) được áp dụng để loại bỏ các bounding boxes trùng lặp và chỉ giữ lại những bounding boxes tốt nhất. Kết quả cuối cùng của YOLO là danh sách các bounding boxes, xác suất phân loại và các thông tin liên quan đến các đối tượng được phát hiện trong ảnh đầu vào.2: Ví dụ trong việc sử dụng YOLO nhận diện đối tượng 2.
Cách thức ứng dụng và training YOLO 2. Giới thiệu về Google Colab Google Colab (Colaboratory) là một dịch vụ miễn phí của Google giúp người dùng thực hiện các tác vụ liên quan đến lập trình và máy học trong môi trường trực tuyến, cung cấp cả GPU để huấn luyện mô hình. Colab là một dịch vụ miễn phí được cung cấp bởi Google, cho phép bạn sử dụng các tài nguyên máy học, bao gồm cả GPU, mà không cần chi trả bất kỳ chi phí nào. Colab tích hợp sâu với Google Drive, cho phép bạn lưu trữ sổ ghi chú (notebooks) và dữ liệu trực tiếp trong tài khoản Google Drive của bạn.
Colab cung cấp môi trường máy học với GPU (Graphics Processing Unit)và TPU (Tensor Processing Unit), giúp gia tăng tốc độ huấn luyện mô hình machine learning. Sổ ghi chú Colab (Colab notebooks) sử dụng ngôn ngữ lập trình Python và kết hợp mã nguồn, văn bản định dạng Markdown, và đồ họa. Điều này tạo ra một môi trường tương tác phong phú cho việc thực hiện và chia sẻ công việc lập trình. Colab cho phép bạn chia sẻ sổ ghi chú với người khác qua liên kết và hỗ trợ hợp tác trực tuyến nhanh chóng.
Colab không chỉ hỗ trợ machine learning mà còn cho các dự án lập trình khoa học dữ liệu, xử lý ảnh, xử lý ngôn ngữ tự nhiên, và nhiều lĩnh vực khác.3: Giao diện YOLOv8 trong Google Colab 2. Làm việc với Google Colab Để bắt đầu sử dụng Google Colab, đầu tiên hãy mở trình duyệt web và truy cập Google Colab. Đảm bảo rằng bạn đã đăng nhập vào tài khoản Google của mình. Nếu bạn chưa đăng nhập, Colab sẽ yêu cầu bạn đăng nhập trước khi tiếp tục.
Tiếp theo, chọn "File" (Tệp) ở thanh menu, sau đó chọn "New Notebook" (Sổ Ghi Chú Mới) để tạo một sổ ghi chú mới. Sau khi tạo sổ ghi chú, bạn có thể đặt tên cho nó bằng cách nhấp vào tiêu đề ở phía trên và nhập tên mong muốn. Bạn cũng có thể chọn kernel (ngôn ngữ lập trình) mà bạn muốn sử dụng cho sổ ghi chú. Colab hỗ trợ nhiều ngôn ngữ như Python, R, và Scala.
Cuối cùng, bạn có thể bắt đầu viết mã ngay trong các ô code của sổ ghi chú. Colab sẽ thực thi mã trên các máy chủ của Google và cung cấp tài nguyên máy tính mạnh mẽ bao gồm cả GPU. Train mô hình YOLOv8 với Google Colab Bước 1: Tiến hành cài đặt thư viện Ultralytics.4: Setup thư viện Bước 2: Tải xuống một tệp trọng số (weights) cho mô hình YOLOv8. Đây là một bước quan trọng trong quá trình cài đặt và sử dụng mô hình YOLOv8.
Để sử dụng mô hình YOLOv8 một cách hiệu quả, bạn cần phải tải về các tệp trọng số đã được đào tạo. Các tệp trọng số này chứa các thông số quan trọng của mô hình, cho phép nó thực hiện các dự đoán chính xác.URL: https://github.com/ultralytics/assets/releases/download/v0.5: Tải tệp trọng số cho yolov8. 8 Bước 3: Train một bức ảnh. để tiến hành sử dụng mô hình YOLOv8 trên một hình ảnh, chúng ta sẽ nhập lệnh sau vào ô code của Google Colab: “!yolo task=detect mode=predict model=yolov8n.pt,source="https://media.com/lw1024/magazine- assets/d41586-018-07135-0/d41586-018-07135-0_16216568.jpg” Kết quả thu được sẽ lưu “runs/detect/predict”.6: Hình ảnh sau khi train và kết quả Chính nhờ vào sự nhanh chóng và tiện lợi của YOLO v8 nên nhóm đã lựa chọn để tích hợp vào hệ thống giám sát bãi xe thông minh.
Đối với việc nhận diện biển số xe, mô hình này có thể cung cấp dữ liệu chính xác và nhanh chóng về thông tin của biển số xe và cung cấp cho người giám sát. Việc sử dụng YOLO v8 cho phép hệ thống phát hiện và đọc biển số xe một cách tự động, giúp tăng tính chính xác và tốc độ xử lý so với các phương pháp truyền thống. Điều này rất quan trọng đối với các hệ thống giám sát bãi xe thông minh, nơi cần phân tích và xử lý dữ liệu một cách nhanh chóng và chính xác để đưa ra các quyết định quản lý hiệu quả. Ứng dụng vào việc nhận diện biển số YOLO v8 ứng dụng trong việc nhận diện biển số xe hoạt động theo một quy trình chung trong việc nhận diện đối tượng trong ảnh đầu vào: Tiền xử lý: ảnh đầu vào được tiền xử lý trước khi đưa vào mô hình, quá trình tiền xử lý ảnh đầu vào sẽ thực hiện việc điều chỉnh kích thước ảnh đầu vào về kích thước quy định.
Dự đoán: ảnh sau khi được đưa vào mô hình sẽ thực hiện quá trình dự đoán để tạo các feature map (bản đồ đặc trưng) bằng cách áp dụng các lớp tích chập và các phương thức tính toán khác. Các fuature map sẽ chứa các thông tin về các vùng chứa đối tượng và các đặc trưng của từng đối tượng. Tính toán bounding boxes: các feature map được sử dụng để tính toán bounding boxes bằng cách áp dụng thuật toán Non-Maximum Supperession (NMS) 9 có vai trò trong việc loại bỏ các bounding boxes bị tringf lập và sẽ chỉ giữ lại các bounding boxes có độ tin cây cao. Sau đó mô hình sẽ phân loại đối tượng trong bounding boxes dựa trên thông tin từ quá trình huấn luyện.
Trả về kết quả: mô hình sẽ trả về các bounding boxes cho biết vị trí và kích thước của biển số xe phát hiện được. TỔNG QUAN VỀ OPTICAL CHARACTER RECOGNITION (OCR) 2. Định nghĩa Optical Character Recognition (OCR) Optical Character Recognition (OCR) là một công nghệ cho phép máy tính nhận dạng và chuyển đổi văn bản từ hình ảnh hoặc file PDF thành dữ liệu văn bản có thể chỉnh sửa và tìm kiếm được.