Luận Văn Tốt Nghiệp Khoa Học Máy Tính Về Nhận Dạng Biển Báo Nguy Hiểm

• Tác giả: Trần Đăng Khoa
• Người hướng dẫn: ThS. Vương Bá Thịnh
• Trường học: Đại học Bách Khoa
• Chuyên ngành: Khoa học & Kỹ thuật máy tính
• Đề tài: Nhận Dạng Biển Báo Nguy Hiểm
• Loại tài liệu: luận văn tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: TP.HCM

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• DANH SÁCH HÌNH VẼ
• DANH SÁCH BẢNG
• THUẬT NGỮ & TỪ VIẾT TẮT
• 1. MỤC TIÊU ĐỀ TÀI
• 1.1. Về kiến thức
• 1.2. Về sản phẩm
• 1.3. Giai đoạn thực hiện
• 1.4. Giới hạn đề tài
• 2. ARTIFICIAL NEURAL NETWORK (ANN)
• 2.1. Nguyên lý hoạt động
• 2.2. Kiến trúc tổng quát của mạng neuron nhân tạo (ANN)
• 2.3. Các công thứ toán học
• 2.4. Các hàm kích hoạt phi tuyến tính phổ biến
• 2.5. Hàm phân số xác suất Softmax
• 2.6. Hàm mất mát Categorical Cross-entropy
• 2.7. Các kỹ thuật tránh Overfiting
• 3. CONVOLUTIONAL NEURAL NETWORK (CNN)
• 3.1. Convolution trong xử lý ảnh
• 3.2. Định nghĩa Convolutional Neural Network (CNN)
• 3.3. Các khái niệm của mạng CNN
• 3.4. Cấu trúc của mạng CNN
• 3.5. Các mạng CNN nổi tiếng
• 3.6. Kiến trúc mô hình EfficientNet-B0
• 4. CÔNG TRÌNH LIÊN QUAN
• 4.1. Các nghiên cứu liên quan
• 4.2. Plant leaf disease classification using EfficientNet deep learning model
• 5. MÔ HÌNH ĐỀ XUẤT CHO BÀI TOÁN
• 5.1. Kiến trúc mô hình
• 5.1.1. Mô hình học sâu sử dụng Fine-tuning với EfficientNet
• 5.1.2. Tập dữ liệu
• 5.1.3. Tiến hành thực nghiệm
• 5.2. Kết quả thực nghiệm
• 6. CÔNG NGHỆ SỬ DỤNG
• 6.1. Ngôn ngữ lập trình Python
• 6.2. Framework và Thư viện
• 6.3. Công cụ Jupyter NoteBook
• 6.4. Kết quả đạt được
• 6.5. Hạn chế và cải tiến trong tương lai
• TÀI LIỆU THAM KHẢO

I. Giới thiệu về biển báo nguy hiểm

Biển báo nguy hiểm đóng vai trò quan trọng trong việc đảm bảo an toàn giao thông và bảo vệ người tham gia giao thông. Việc nhận diện biển báo nguy hiểm giúp người lái xe có thể phản ứng kịp thời với các tình huống bất ngờ. Luận văn này tập trung vào việc áp dụng các công nghệ machine learning để phát triển hệ thống nhận diện biển báo một cách tự động. Hệ thống này không chỉ giúp cải thiện an toàn giao thông mà còn nâng cao hiệu quả trong việc quản lý và giám sát giao thông. Đặc biệt, việc sử dụng các mô hình học sâu như Convolutional Neural Network (CNN) cho phép hệ thống đạt được độ chính xác cao trong việc phân loại và nhận diện các loại biển báo khác nhau.

II. Phân loại biển báo

Phân loại biển báo là bước đầu tiên trong quá trình nhận diện biển báo nguy hiểm. Các biển báo được chia thành nhiều loại khác nhau như biển báo cấm, biển báo chỉ dẫn và biển báo cảnh báo. Việc phân loại biển báo giúp hệ thống hiểu được nội dung và ý nghĩa của từng loại biển báo, từ đó đưa ra phản ứng phù hợp. Luận văn đã sử dụng tập dữ liệu chứa nhiều loại biển báo khác nhau, áp dụng các kỹ thuật phân tích dữ liệu để làm giàu tập dữ liệu và tăng cường độ chính xác của mô hình. Hệ thống nhận diện hình ảnh đã được phát triển để phân loại và nhận diện biển báo một cách hiệu quả, với kết quả thực nghiệm cho thấy độ chính xác cao trong việc phân loại các biển báo nguy hiểm.

III. Công nghệ sử dụng trong nhận diện biển báo

Luận văn đã áp dụng ngôn ngữ lập trình Python cùng với các thư viện như Keras, OpenCV và TensorFlow để xây dựng mô hình nhận diện. Việc sử dụng Deep Learning và mạng nơ-ron tích chập (CNN) giúp cải thiện đáng kể hiệu suất của hệ thống. Mô hình EfficientNet được lựa chọn do khả năng tối ưu hóa và hiệu suất cao trong việc nhận diện hình ảnh. Hệ thống đã được huấn luyện với một tập dữ liệu lớn, kết hợp với các kỹ thuật như data augmentation để làm giàu dữ liệu và tăng cường khả năng nhận diện. Qua đó, luận văn đã chỉ ra rằng việc áp dụng công nghệ hiện đại vào việc nhận diện biển báo nguy hiểm là một giải pháp khả thi và hiệu quả.

IV. Kết quả và đánh giá

Kết quả thực nghiệm cho thấy mô hình đạt được độ chính xác cao trong việc nhận diện biển báo nguy hiểm. Tuy nhiên, còn một số hạn chế như độ chính xác chưa đạt yêu cầu trong một số trường hợp cụ thể. Luận văn đã đề xuất một số giải pháp nhằm cải tiến mô hình như thu thập thêm dữ liệu, cải thiện quy trình tiền xử lý dữ liệu và thử nghiệm với các mô hình khác. Việc cải thiện độ chính xác của mô hình không chỉ có ý nghĩa trong việc nâng cao an toàn giao thông mà còn mở ra cơ hội ứng dụng trong nhiều lĩnh vực khác như tự động hóa và giám sát an ninh.

V. Ý nghĩa và ứng dụng thực tiễn

Luận văn không chỉ đóng góp vào lĩnh vực nghiên cứu về nhận diện hình ảnh mà còn có ý nghĩa thực tiễn trong việc cải thiện an toàn giao thông. Hệ thống nhận diện biển báo nguy hiểm có thể được áp dụng trong các phương tiện giao thông tự hành, giúp nâng cao khả năng phản ứng của xe đối với các tình huống giao thông khác nhau. Ngoài ra, việc phát triển công nghệ này còn mở ra cơ hội cho các nghiên cứu tiếp theo trong lĩnh vực công nghệ máy tính và hệ thống nhận diện tự động. Nhìn chung, luận văn đã chứng minh được giá trị và tính ứng dụng của việc nhận diện biển báo nguy hiểm trong thực tế.