Bối cảnh và vấn đề nghiên cứu

Trong thị giác máy tính và học sâu, các mô hình phân loại hình ảnh truyền thống đa phần được xây dựng dựa trên giả định tập hợp đóng (Closed Set). Tức là, tất cả các lớp đối tượng xuất hiện ở giai đoạn thử nghiệm hoặc triển khai thực tế đều đã được định nghĩa và gán nhãn trong tập dữ liệu huấn luyện. Tuy nhiên, trong môi trường thế giới thực, không gian đối tượng là một tập hợp mở (Open Set) vô hạn, nơi các vật thể mới liên tục xuất hiện. Khi tiếp nhận các mẫu đầu vào không thuộc bất kỳ lớp nào đã học, các mạng học sâu chuẩn thường buộc phải gán đối tượng vào một trong các lớp đã biết với độ tin cậy rất cao. Hiện tượng này dẫn đến những sai sót nghiêm trọng khi ứng dụng mô hình vào các hệ thống thực tế như nhà thông minh, xe tự hành hay chẩn đoán y tế. Khóa luận đưa ra ví dụ minh họa về hệ thống nhà thông minh nhận diện thú cưng an toàn (chó, mèo, cá) để mở cửa; nếu xuất hiện động vật ngoài vùng dữ liệu như chó sói hay gấu, mô hình có thể nhận nhầm là mèo với độ tự tin cao, tạo ra rủi ro an ninh nghiêm trọng.

Khóa luận giải quyết bài toán nhận diện tập hợp mở (Open Set Recognition - OSR) với các mục tiêu, nhiệm vụ và phạm vi cụ thể sau:

  1. Mục tiêu nghiên cứu:

    • Mục tiêu 1: Tìm hiểu và nắm bắt cơ chế hoạt động của mô hình mạng học sâu trong bài toán phân loại.
    • Mục tiêu 2: Khảo sát, cài đặt và đánh giá 3 phương pháp nhận diện tập hợp mở bao gồm Maximum Softmax Probability (MSP), Maximum Logit Score (MLS) và Adversarial Reciprocal Point Learning (ARPL) nhằm giúp mô hình có khả năng gán nhãn "unknown" cho các lớp chưa từng xuất hiện trong quá trình huấn luyện.
    • Mục tiêu 3: Xây dựng chương trình minh họa trực quan (UI demo) cho phép thử nghiệm và điều chỉnh ngưỡng phân loại.

  2. Nhiệm vụ nghiên cứu:

    • Nhiệm vụ 1: Nghiên cứu tài liệu học thuật về các phương pháp tiếp cận OSR hiện có (Discriminative và Generative).
    • Nhiệm vụ 2: Cài đặt và thực nghiệm mô hình trích xuất đặc trưng VGG32 và MobileNetv3 trên môi trường tính toán Google Colab.
    • Nhiệm vụ 3: Thiết lập kịch bản phân chia dữ liệu huấn luyện tập đóng và kiểm thử tập mở trên bộ dữ liệu Caltech101 và CIFAR-100.
    • Nhiệm vụ 4: Thu thập số liệu, so sánh hiệu năng theo các thang đo Accuracy và AUROC, từ đó phân tích ưu nhược điểm của từng phương pháp.

  3. Đối tượng và phạm vi nghiên cứu:

    • Đối tượng nghiên cứu: Các kỹ thuật nhận diện tập hợp mở trên nền tảng mạng nơ-ron học sâu tích chập, tập trung vào vector đặc trưng trích xuất từ các kiến trúc VGG32 và MobileNetv3 kết hợp với các cơ chế ra quyết định MSP, MLS, ARPL.
    • Phạm vi dữ liệu: 4 lớp thuộc bộ dữ liệu Caltech101 được sử dụng làm tập đã biết (known/closed set) để huấn luyện; 97 lớp còn lại của Caltech101 cùng toàn bộ tập CIFAR-100 được sử dụng làm tập chưa biết (unknown/open set).
    • Thời gian thực hiện: Từ ngày 05/09/2022 đến ngày 24/12/2022 tại Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM.

Về mặt toán học, bài toán OSR được tác giả mô tả:

  • Tập huấn luyện: $D_{train} = {(x_i, y_i)}_{i=1}^N$ với $y_i \in C = {1, \dots, C}$ (tập các lớp đã biết).
  • Tập thực nghiệm: $D_{test} = D_{test-close} \cup D_{test-open} = {(x_i)}_{i=1}^M$.
  • Đầu ra yêu cầu: Gán nhãn cho từng mẫu $x_i$ thuộc không gian nhãn $C \cup {unknown}$.

Cơ sở lý thuyết và phương pháp

Khóa luận hệ thống hóa cơ sở lý thuyết của bài toán OSR dựa trên hai nhánh tiếp cận chính trong tài liệu học thuật: phương pháp phân biệt đối xử (Discriminative) và phương pháp tái tạo/tổng quát (Generative/Reconstructive).

Khung lý thuyết và các nghiên cứu liên quan

  1. Nhóm phương pháp Discriminative:

    • Mô hình học máy truyền thống: Mô hình Compact Abating Probability (CAP) kết hợp giải thuật W-SVM dựa trên Lý thuyết giá trị cực trị (Extreme Value Theory - EVT) nhằm suy giảm xác suất thành viên khi điểm dữ liệu trôi xa khỏi không gian đóng. Thuật toán SROSR cải tiến từ phân loại biểu diễn thưa (SRC), mô hình hóa phân phối đuôi của lỗi tái thiết bằng EVT để phân loại mẫu mở.
    • Mạng học sâu: Lớp OpenMax (Bendale & Boult, 2016) thay thế lớp Softmax truyền thống, sử dụng khoảng cách hàm phân phối Weibull trên vector kích hoạt áp chót để hiệu chỉnh xác suất và từ chối các mẫu ngoại lai.

  2. Nhóm phương pháp Generative:

    • G-OpenMax (Ge et al., 2017): Sử dụng mạng đối kháng tạo sinh (GAN) để tổng hợp các mẫu chưa biết, đóng vai trò như lớp nhãn bổ sung thứ $K+1$ trong quá trình huấn luyện.
    • CROSR (Yoshihashi et al., 2019): Kết hợp dự đoán phân loại có giám sát và biểu diễn tiềm ẩn tái tạo không giám sát nhằm bảo toàn độ chính xác tập đóng đồng thời phát hiện mẫu mở.
    • C2AE (Oza & Patel, 2019): Sử dụng Conditional Auto-Encoder kết hợp EVT qua 3 giai đoạn: huấn luyện đóng (Encoder - Classifier), huấn luyện mở (Encoder - Decoder tái tạo ảnh) và kiểm thử ngưỡng lỗi tái thiết.

Ba phương pháp trọng tâm trong khóa luận

Tác giả lựa chọn nghiên cứu chuyên sâu ba phương pháp phân biệt đối xử có hiệu suất cao:

  • Maximum Softmax Probability (MSP): Sử dụng phân phối xác suất đầu ra $P(y_i|x)$ sau hàm Softmax. Mẫu $x$ được gán vào lớp có xác suất cực đại nếu $\max_i P(y_i|x) \ge \theta$ (với $\theta$ là ngưỡng xác định trước); ngược lại, mẫu bị từ chối và gán nhãn unknown.
  • Maximum Logit Score (MLS): Sử dụng trực tiếp giá trị logit thô (đầu ra của lớp tuyến tính cuối cùng trước khi đi qua Softmax). Phương pháp này dựa trên quan sát thực nghiệm rằng các mẫu tập mở thường có độ lớn đặc trưng và điểm logit thấp hơn mẫu tập đóng; việc không dùng Softmax giúp triệt tiêu hiện tượng chuẩn hóa ép buộc gây sai lệch độ tin cậy.
  • Adversarial Reciprocal Point Learning (ARPL): Cải tiến từ Reciprocal Point Learning (RPL). Thay vì chỉ học tâm biểu diễn của lớp đã biết, ARPL gán cho mỗi lớp $k$ một điểm đối nghịch (reciprocal point) $P_k$ đại diện cho không gian nằm ngoài lớp đó. Khoảng cách giữa vector biểu diễn $C(x)$ và điểm $P_k$ kết hợp khoảng cách Euclidean và tích vô hướng: $d(C(x), P_k) = d_e(C(x), P_k) - d_d(C(x), P_k)$. ARPL bổ sung ràng buộc đối kháng với bán kính giới hạn $R$: $\arg\min \max(d(D_k^{pos}, P_k) - R, 0)$ nhằm đẩy các lớp đã biết về phía biên không gian hữu hạn, cô lập và giảm thiểu rủi ro không gian mở.

Phương pháp nghiên cứu thực nghiệm

Nghiên cứu áp dụng quy trình thực nghiệm định lượng trên máy tính:

  • Mô hình mạng nơ-ron: Huấn luyện và đánh giá trên 2 kiến trúc trích xuất đặc trưng: VGG32 (9 lớp tích chập tổ chức thành 3 khối, trích xuất vector đặc trưng $D=128$) và MobileNetv3 (sử dụng khối inverted residual bottleneck, tích chập tách biệt theo chiều sâu và mô-đun Squeeze-and-Excitation).
  • Nguồn dữ liệu: Bộ dữ liệu Caltech101 (101 lớp vật thể) và CIFAR-100 (100 lớp vật thể kích thước nhỏ).
  • Phương pháp đánh giá:
    • Độ đo Accuracy đo lường tỷ lệ phân loại chính xác trên tập đóng ($D_{test-close}$).
    • Độ đo AUROC (Area Under the Receiver Operating Characteristic Curve) đo lường năng lực phân loại nhị phân (known vs. unknown) trên tập mở dựa trên đường cong tương quan giữa tỷ lệ dương tính thật (TPR) và tỷ lệ dương tính giả (FPR) qua nhiều ngưỡng quyết định.

Thiết kế và triển khai chương trình minh họa

Nhằm trực quan hóa kết quả nghiên cứu, khóa luận xây dựng một ứng dụng thử nghiệm tương tác với kiến trúc và cấu hình cụ thể:

  • Kiến trúc hệ thống: Ứng dụng gồm hai thành phần: khối xử lý logic dự đoán phía sau (API trích xuất đặc trưng và tính điểm MSP/MLS/ARPL từ các trọng số mô hình đã huấn luyện) và giao diện tương tác người dùng phía trước.
  • Công nghệ triển khai:
    • Ngôn ngữ lập trình: Python 3.
    • Khung giao diện: Thư viện Streamlit.
    • Nền tảng học sâu: PyTorch, Torchvision kết hợp cùng Scikit-learn, Timm, NumPy.
    • Môi trường huấn luyện mô hình: Google Colab (cấu hình phần cứng: 13GB RAM, GPU NVIDIA Tesla T4, CUDA/cuDNN).
  • Luồng hoạt động và tính năng giao diện:
    • Người dùng tải lên một hình ảnh bất kỳ từ máy tính cục bộ.
    • Giao diện cung cấp thanh trượt cho phép người dùng chủ động điều chỉnh ngưỡng phân loại ($\theta$ hoặc bán kính quyết định) cho từng phương pháp (MSP, MLS, ARPL).
    • Hệ thống tính toán điểm số nhận diện, so sánh với ngưỡng và hiển thị kết quả trực quan: nếu thuộc phạm vi đã biết, hệ thống xuất tên lớp cụ thể (ví dụ: nhãn động vật); nếu vượt ngoài phạm vi an toàn, hệ thống cảnh báo đối tượng là "unknown".

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 giới thiệu tổng quan về bối cảnh phát triển của mạng học sâu trong cuộc cách mạng công nghiệp 4.0 và chỉ ra hạn chế căn bản của bài toán nhận dạng tập đóng. Tác giả định nghĩa bài toán nhận diện tập hợp mở (OSR), phân tích ví dụ thực tế về hệ thống kiểm soát lối vào nhà thông minh, thiết lập biểu diễn toán học cho các tập dữ liệu $D_{train}$, $D_{test-close}$, $D_{test-open}$ và không gian nhãn $C \cup {unknown}$. Chương này cũng phân tích thách thức cốt lõi: vừa phải giảm thiểu các dự đoán sai lầm có độ tin cậy cao đối với mẫu lạ, vừa không làm suy giảm độ chính xác nhận diện trên các mẫu đã học; đồng thời công bố mục tiêu, nội dung 4 giai đoạn nghiên cứu và bố cục tổng thể của khóa luận.

Chương 2: Nghiên cứu liên quan

Chương 2 phân loại và phân tích chi tiết hai trường phái kỹ thuật trong bài toán OSR. Ở hướng Discriminative, tác giả trình bày mô hình học máy truyền thống CAP, thuật toán W-SVM kết hợp EVT, giải thuật SROSR dựa trên biểu diễn thưa, và kiến trúc OpenMax trong học sâu. Ở hướng Generative, chương phân tích cơ chế hoạt động của mô hình G-Openmax (dùng GAN tổng hợp mẫu chưa biết làm nhãn $K+1$), CROSR (kết hợp phân loại có giám sát và tái tạo tiềm ẩn không giám sát), cùng quy trình 3 giai đoạn của mạng C2AE. Tác giả đánh giá các hạn chế hiện hữu của các phương pháp đi trước là đa số vẫn mang tính cục bộ và gặp nhiều rào cản khi triển khai thực tế.

Chương 3: Hướng tiếp cận trong khóa luận

Chương 3 trình bày chi tiết cơ sở toán học và thuật toán của ba phương pháp được triển khai:

  • MSP: Cơ chế chuẩn hóa xác suất bằng Softmax và chiến lược phân ngưỡng $\theta$.
  • MLS: Phân tích nguyên lý tận dụng điểm số logit thô của lớp tuyến tính cuối cùng, khắc phục hiện tượng mất mát thông tin và bão hòa xác suất của Softmax.
  • ARPL: Phân rã không gian mở thành không gian tích cực $O_k^{pos}$ và không gian tiêu cực $O_k^{neg}$. Tác giả trình bày chi tiết công thức hàm khoảng cách kết hợp Euclidean và tích vô hướng $d(C(x), P_k)$, hàm xác suất phân loại qua điểm đối nghịch, và cơ chế ràng buộc biên đối kháng bán kính $R$ theo công thức $\arg\min \max(d(D_k^{pos}, P_k) - R, 0)$ nhằm giới hạn thể tích không gian mở của từng lớp.

Chương 4: Thực nghiệm và đánh giá

Chương 4 mô tả chi tiết thông số môi trường thực nghiệm (Python 3, Google Colab, GPU Tesla T4, 13GB RAM). Chương trình bày cấu trúc chi tiết của hai mạng nơ-ron: VGG32 (gồm 9 tầng Conv2d tổ chức thành 3 block có Dropout, BatchNorm, LeakyReLU, giảm kích thước bằng stride=2 và AdaptiveAvgPool2d về vector 128 chiều) và MobileNetv3 (sử dụng cấu trúc linear bottleneck đảo ngược kết hợp mô-đun Squeeze-and-Excitation). Tác giả giải thích chi tiết ma trận nhầm lẫn (Confusion Matrix: TP, TN, FP, FN), định nghĩa công thức Accuracy và AUROC thông qua TPR và FPR. Dữ liệu thực nghiệm được chia với 4 lớp Caltech101 dùng huấn luyện/đánh giá tập đóng, còn 97 lớp Caltech101 còn lại cùng CIFAR-100 dùng làm mẫu mở. Chương kết thúc bằng việc mô tả kiến trúc web demo Streamlit và thảo luận kết quả.

Chương 5: Kết luận

Chương 5 đúc kết các kết quả đạt được của khóa luận sau 6 tháng thực hiện: hoàn thành việc nghiên cứu lý thuyết, thực nghiệm so sánh các giải pháp OSR trên bộ dữ liệu mới Caltech101, triển khai thành công ứng dụng demo. Chương đồng thời chỉ rõ các điểm còn hạn chế của mô hình thực nghiệm và định hướng các nội dung cần tiếp tục hoàn thiện trong tương lai.

Kết quả và đóng góp

Kết quả thực nghiệm chính

Khóa luận thu thập số liệu thực nghiệm trên hai kiến trúc mạng VGG32 và MobileNetv3, đo lường độ chính xác phân loại tập đóng (Accuracy trên 4 lớp Caltech101) và năng lực nhận diện tập mở (AUROC trên tập mở Caltech101 và CIFAR-100):

Kiến trúc mạng trích xuất Độ đo Accuracy (Tập đóng Caltech101) Hiệu suất AUROC (Tập mở Caltech101) Hiệu suất AUROC (Tập mở CIFAR-100)
VGG32 Từ 97.77% Từ 88.90% Từ 90.00%
MobileNetv3 Từ 71.63% Từ 86.83% Từ 76.20%

Về mặt so sánh giữa các phương pháp nhận diện tập mở:

  • Phương pháp Maximum Logit Score (MLS) cho thấy sự cải thiện hiệu suất rõ rệt so với Maximum Softmax Probability (MSP), do bảo toàn được biên độ phân tách của tín hiệu logit thô thay vì bị ép bão hòa qua hàm Softmax.
  • Phương pháp Adversarial Reciprocal Point Learning (ARPL) có cơ sở toán học chặt chẽ trong việc định hình ranh giới không gian mở thông qua các điểm đối nghịch và ràng buộc bán kính $R$, tuy nhiên hiệu suất thực nghiệm thực tế trong thiết lập thử nghiệm của tác giả đạt mức tương đối cao nhưng chưa đạt mức tối ưu tuyệt đối so với tiềm năng lý thuyết.

Giải pháp và kiến nghị của tác giả

  • Đề xuất áp dụng trực tiếp điểm số logit tối đa (MLS) như một giải pháp thay thế đơn giản, không cần đào tạo lại mạng nhưng mang lại hiệu quả cao hơn hẳn chuẩn hóa Softmax trong việc phát hiện mẫu lạ.
  • Đối với phương pháp ARPL, tác giả đề xuất cần tinh chỉnh sâu hơn các siêu tham số liên quan đến hàm mất mát khoảng cách và cơ chế cập nhật bán kính $R$ để thích ứng tốt hơn với các mạng trích xuất đặc trưng có cấu trúc gọn nhẹ.

Đóng góp của khóa luận

  • Khảo sát có hệ thống các tiếp cận OSR từ truyền thống (CAP, W-SVM, SROSR) đến học sâu hiện đại (OpenMax, G-Openmax, CROSR, C2AE, MSP, MLS, ARPL).
  • Thiết lập kịch bản thực nghiệm trên bộ dữ liệu mới Caltech101 kết hợp CIFAR-100, từng bước tăng số lượng ảnh và số lớp chưa biết để kiểm tra tính ổn định của mô hình.
  • So sánh định lượng hiệu năng giữa hai dòng kiến trúc mạng có dung lượng tham số khác nhau (VGG32 tiêu chuẩn và MobileNetv3 tối ưu cho thiết bị di động).
  • Đóng gói giải thuật vào một giao diện web minh họa hoàn chỉnh bằng Streamlit, cung cấp công cụ trực quan để kiểm thử bài toán từ chối mẫu lạ.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và các thảo luận trong văn bản khóa luận, các hạn chế và hướng mở được xác định như sau:

  • Hạn chế:

    • Quy mô tập dữ liệu huấn luyện tập đóng mới chỉ dừng lại ở 4 lớp thuộc Caltech101, chưa phản ánh đầy đủ độ phức tạp của bài toán khi số lượng lớp đã biết tăng lên quy mô lớn.
    • Hiệu suất của phương pháp ARPL trong thực nghiệm chưa đạt tới mức tối đa do độ phức tạp trong việc tối ưu hóa đồng thời các tham số điểm đối nghịch và bán kính đối kháng.
    • Mô hình MobileNetv3 cho kết quả Accuracy (71.63%) và AUROC trên CIFAR-100 (76.2%) thấp hơn đáng kể so với VGG32.

  • Hướng nghiên cứu tiếp:

    • Mở rộng quy mô thực nghiệm với số lượng lớp đã biết lớn hơn trong tập dữ liệu Caltech101 và các bộ dữ liệu quy mô lớn khác.
    • Nghiên cứu các phương pháp cải thiện hiệu suất của giải thuật ARPL, tối ưu hóa quá trình học điểm đối kháng.
    • Thử nghiệm tích hợp thêm các kiến trúc trích xuất đặc trưng tiên tiến khác ngoài VGG32 và MobileNetv3.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo phù hợp cho sinh viên, học viên chuyên ngành Khoa học Máy tính, Kỹ thuật Phần mềm, Trí tuệ Nhân tạo và Thị giác Máy tính đang nghiên cứu về nhận dạng mẫu và độ tin cậy của mô hình học sâu. Cụ thể:

  • Phần cơ sở lý thuyết (Chương 2 và Chương 3): Cung cấp bức tranh toàn cảnh về sự tiến hóa của các giải thuật OSR, giải thích cặn kẽ nền tảng toán học của kỹ thuật học điểm đối nghịch đối kháng (ARPL) và cơ chế tính điểm logit (MLS).
  • Phần mã nguồn và thiết lập thực nghiệm (Chương 4 & Phụ lục A): Đưa ra cấu hình môi trường PyTorch chuẩn trên Google Colab, cách tổ chức cấu trúc mạng VGG32 và MobileNetv3, cùng quy trình tính toán ma trận nhầm lẫn, Accuracy và đường cong AUROC trên tập mở.
  • Phần xây dựng demo: Hữu ích cho các đề tài cần xây dựng ứng dụng thử nghiệm tương tác nhanh với người dùng bằng Streamlit.

Câu hỏi thường gặp

1. Bài toán nhận diện tập hợp mở (OSR) khác biệt như thế nào so với bài toán phân loại tập đóng truyền thống?
Phân loại tập đóng giả định tất cả các mẫu dữ liệu ở pha kiểm thử đều thuộc về một trong các lớp đã học ở pha huấn luyện ($C$ lớp). Khi gặp một mẫu hoàn toàn mới, mạng tập đóng vẫn ép buộc gán nhãn vào một trong $C$ lớp này với xác suất cao. Ngược lại, nhận diện tập hợp mở yêu cầu mô hình vừa phải phân loại chính xác các mẫu thuộc $C$ lớp đã biết, vừa phải có khả năng phát hiện và từ chối các mẫu thuộc $U$ lớp chưa từng xuất hiện trong thế giới thực bằng cách gán nhãn "unknown".

2. Vì sao phương pháp Maximum Logit Score (MLS) lại cho hiệu quả phân biệt tập mở tốt hơn Maximum Softmax Probability (MSP)?
Khóa luận chỉ ra rằng hàm Softmax thực hiện chuẩn hóa mũ các giá trị đầu ra, khiến cho một mẫu chưa biết dù có độ lớn đặc trưng thấp vẫn có thể bị khuếch đại thành một xác suất cực đại rất cao nếu một logit nhỉnh hơn các logit còn lại. Phương pháp MLS sử dụng trực tiếp giá trị logit thô từ lớp tuyến tính cuối cùng mà không qua Softmax, tránh được hiện tượng mất mát thông tin và giữ nguyên được sự suy giảm tự nhiên của độ lớn tín hiệu khi gặp mẫu lạ.

3. Cơ chế hoạt động của điểm đối nghịch trong phương pháp ARPL là gì?
Trong ARPL, mỗi lớp đã biết $k$ được gán một điểm đối nghịch $P_k$ đại diện cho toàn bộ không gian dữ liệu không thuộc lớp $k$ (bao gồm các lớp đã biết khác và các lớp chưa biết tiềm năng). Mô hình tối ưu khoảng cách kết hợp giữa Euclidean và tích vô hướng nhằm kéo các mẫu của lớp $k$ ra xa điểm $P_k$, đồng thời áp dụng ràng buộc biên bán kính $R$ để khống chế không gian mở, ép các lớp đã biết dạt về phía biên của không gian tính năng hữu hạn.

4. Dữ liệu thực nghiệm trong khóa luận được phân chia như thế nào để đánh giá hiệu năng?
Tác giả sử dụng 4 lớp của bộ dữ liệu Caltech101 để huấn luyện mô hình và đo lường độ chính xác phân loại tập đóng (Accuracy). Đối với đánh giá tập mở (AUROC), tác giả sử dụng 97 lớp còn lại của Caltech101 cùng toàn bộ tập dữ liệu CIFAR-100 làm các lớp chưa biết (unknown/negative), còn các mẫu thuộc 4 lớp đã học đóng vai trò là lớp đã biết (known/positive).

5. Ứng dụng minh họa của khóa luận được xây dựng bằng công cụ nào và có chức năng gì?
Ứng dụng minh họa được lập trình bằng ngôn ngữ Python sử dụng thư viện Streamlit. Ứng dụng cho phép người dùng tải lên hình ảnh đầu vào tùy ý và cung cấp thanh công cụ điều chỉnh ngưỡng quyết định cho từng phương pháp (MSP, MLS, ARPL). Kết quả dự đoán sẽ hiển thị trực tiếp liệu vật thể thuộc lớp đã biết cụ thể hay là đối tượng không xác định ngoài phạm vi dữ liệu ("unknown").

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Thị Ly đã giải quyết bài toán cấp thiết về độ tin cậy của mạng học sâu khi ứng dụng vào môi trường mở thông qua việc nghiên cứu ba phương pháp nhận diện tập hợp mở MSP, MLS và ARPL. Các thực nghiệm trên kiến trúc VGG32 và MobileNetv3 với bộ dữ liệu Caltech101 và CIFAR-100 đã chứng minh tính khả thi của việc phát hiện lớp chưa biết, trong đó VGG32 đạt độ chính xác tập đóng trên 97.77% và AUROC tập mở đạt từ 88.9% đến 90%. Kết quả nghiên cứu không chỉ hệ thống hóa nền tảng lý thuyết OSR mà còn được cụ thể hóa thành công cụ minh họa trực quan, tạo cơ sở thực tiễn cho các nghiên cứu mở rộng quy mô dữ liệu và tối ưu giải thuật trong tương lai.