Phát Hiện Ô Trống Trên Kệ Hàng: Nghiên Cứu và Ứng Dụng

Chuyên ngành

Khoa Học Máy Tính

Người đăng

Ẩn danh

2020

80
0
0

Phí lưu trữ

30.000 VNĐ

Mục lục chi tiết

LỜI CẢM ƠN

1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI

1.1. Giới thiệu bài toán

1.2. Một số thách thức của bài toán và phương pháp giải quyết đã biết

1.3. Mục tiêu, phạm vi và đóng góp của khóa luận

1.4. Đóng góp của khóa luận

1.5. Cấu trúc khóa luận

2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1. Mô hình phát hiện vật thể YOLO

2.2. Mô hình phát hiện vật thể EfficientDet

2.3. Một số kỹ thuật liên quan

3. CHƯƠNG 3: ÁP DỤNG CÁC PHƯƠNG PHÁP PHÁT HIỆN VẬT THỂ CHO BÀI TOÁN PHÁT HIỆN Ô TRỐNG TRÊN KỆ

3.1. Tập dữ liệu UIT-OOS

3.2. Chi tiết bộ dữ liệu

3.3. Xây dựng bộ dữ liệu

3.4. Quy ước gán nhãn

3.5. Những trường hợp không gán nhãn

3.6. Áp dụng các mô hình phát hiện vật thể

3.7. Lựa chọn các mô hình

3.8. Huấn luyện mô hình YOLO v4

3.9. Huấn luyện mô hình EfficientDet

3.10. Áp dụng Learning Rate Scheduler vào quá trình huấn luyện

4. CHƯƠNG 4: THỰC NGHIỆM

4.1. Độ đo phổ biến trong bài toán phát hiện đối tượng

4.2. Precision và Recall

4.3. Kết quả thực nghiệm

4.4. Huấn luyện YOLO v4 và EfficientDet

4.5. Các trường hợp khó của bài toán

5. CHƯƠNG 5: ỨNG DỤNG MINH HỌA

5.1. Một số hình ảnh từ chương trình minh họa

5.2. Hướng phát triển

6. CHƯƠNG 6: KẾT LUẬN

TÀI LIỆU THAM KHẢO

Khóa luận tốt nghiệp khoa học máy tính phát hiện ô trống trên kệ hàng theo hướng tiếp cận phát hiện đối tượng

Bạn đang xem trước tài liệu:

Khóa luận tốt nghiệp khoa học máy tính phát hiện ô trống trên kệ hàng theo hướng tiếp cận phát hiện đối tượng

Tài liệu "Phát Hiện Ô Trống Trên Kệ Hàng: Nghiên Cứu và Ứng Dụng" cung cấp cái nhìn sâu sắc về việc phát hiện các ô trống trên kệ hàng, một vấn đề quan trọng trong quản lý kho và bán lẻ. Nghiên cứu này không chỉ trình bày các phương pháp phát hiện ô trống mà còn nêu rõ ứng dụng thực tiễn của chúng trong việc tối ưu hóa quy trình cung ứng và nâng cao trải nghiệm khách hàng. Độc giả sẽ tìm thấy những lợi ích thiết thực từ việc áp dụng các kỹ thuật này, giúp cải thiện hiệu suất kinh doanh và giảm thiểu lãng phí.

Để mở rộng thêm kiến thức về các phương pháp nhận diện và phân tích dữ liệu, bạn có thể tham khảo tài liệu Luận văn phương pháp nhận diện mẫu sử dụng mô hình túi từ và mạng neural, nơi trình bày các kỹ thuật nhận diện mẫu hiện đại. Ngoài ra, tài liệu Nghiên cứu kỹ thuật nhận dạng khuôn mặt dựa trên phương pháp biến đổi eigenfaces cũng sẽ giúp bạn hiểu rõ hơn về các ứng dụng của nhận diện hình ảnh trong các lĩnh vực khác nhau. Cuối cùng, tài liệu Luận văn nghiên cứu xây dựng phương pháp trích chọn đặc trưng dựa trên giải thuật phân lớp random forest sẽ cung cấp thêm thông tin về phân tích dữ liệu và trích xuất đặc trưng, rất hữu ích cho việc phát triển các ứng dụng trong lĩnh vực này.