Phân loại Cam ứng dụng kỹ thuật Deep learning : Luận văn tốt nghiệp Cao học. Chuyên ngành Kỹ thuật điều khiển và Tự động hóa

Đề tài tập trung nghiên cứu các phương pháp nhận dạng, phân loại đối tượng là trái cam dùng trong học tập sâu. Những trái cam sau khi đi qua mô hình sẽ được chia làm ba loại như sau: cam tốt; cam da cám sần sùi; cam sẹo thâm. Các mô hình truyền t...

Mô tả đầy đủ

Đã lưu trong:

Chi tiết về thư mục
Tác giả chính:	Danh, Hoàng Hải
Định dạng:	Sách
Ngôn ngữ:	Undetermined
Được phát hành:	Cần Thơ Trường Đại học Cần Thơ 2020
Những chủ đề:	Computer science,Khoa học máy tính Data processing,Xử lý dữ liệu
Các nhãn:	Thêm thẻ Không có thẻ, Là người đầu tiên thẻ bản ghi này!

Thư viện lưu trữ:	Trung tâm Học liệu Trường Đại học Cần Thơ


LEADER	02712nam a2200241Ia 4500
001	CTU_239518
008	210402s9999 xx 000 0 und d
082			\|a 006.31
082			\|b H103
088			\|a 8520216
100			\|a Danh, Hoàng Hải
245		0	\|a Phân loại Cam ứng dụng kỹ thuật Deep learning :
245		0	\|b Luận văn tốt nghiệp Cao học. Chuyên ngành Kỹ thuật điều khiển và Tự động hóa
245		0	\|c Danh Hoàng Hải ; Trương Phong Tuyên (Cán bộ hướng dẫn)
260			\|a Cần Thơ
260			\|b Trường Đại học Cần Thơ
260			\|c 2020
520			\|a Đề tài tập trung nghiên cứu các phương pháp nhận dạng, phân loại đối tượng là trái cam dùng trong học tập sâu. Những trái cam sau khi đi qua mô hình sẽ được chia làm ba loại như sau: cam tốt; cam da cám sần sùi; cam sẹo thâm. Các mô hình truyền thống như CNN, R-CNN, Faster R-CNN có kiến trúc lớn, độ chính xác cao nhưng thời gian nhận dạng tương đối chậm bên cạnh đó tốn nhiều chi phí cho phần cứng. Với mong muốn mô hình chạy được trên thiết bị giới hạn về phần cứng như kit nhúng Jetson Nano của hãng Nvidia thì việc lựa chọn mô hình kết hợp giữa SSD (Single Shot Multibox Detector) và MobileNet V2 là thật sự hiệu quả. Trong đó MobileNet là mạng cơ sở cung cấp các đặc trưng là các kết quả tích chập cho mạng SSD dùng cho việc nhận dạng. Đề tài tiến hành huấn luyện mạng trên máy tính chạy hệ điều hành windows 10, 20GB RAM, CPU Intel i5-2500k 3,3Ghz. Kết quả huấn luyện được xuất thành file graph chạy trên kit Jetson Nano với số bước là 134.261 trong khoảng 48 giờ, mất mát thu được khi ngừng đào tạo là 0,92 cùngvới độ chính xác kiểm được là 89,61%. Từ kết quả như vậy nghiên cứu đề xuất sử dụng các phiên bản khác có cấu hình mạnh hơn kit Jetson Nano để có thể sử dụng được các kiến trúc mạng mạnh và hiệu quả hơn.
650			\|a Computer science,Khoa học máy tính
650			\|x Data processing,Xử lý dữ liệu
904			\|i Hải
910			\|c tvtrong
980			\|a Trung tâm Học liệu Trường Đại học Cần Thơ

Phân loại Cam ứng dụng kỹ thuật Deep learning : Luận văn tốt nghiệp Cao học. Chuyên ngành Kỹ thuật điều khiển và Tự động hóa

Những quyển sách tương tự