Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/104843
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorNguyễn, Chánh Nghiệm-
dc.contributor.authorVõ, Hoài Nam-
dc.date.accessioned2024-07-09T03:48:15Z-
dc.date.available2024-07-09T03:48:15Z-
dc.date.issued2023-12-
dc.identifier.urihttps://dspace.ctu.edu.vn/jspui/handle/123456789/104843-
dc.description.abstractXác định những biến đổi về các chỉ tiêu huyết học của cá tra như lượng hồng cầu, lượng bạch cầu và tỷ lệ về mật độ giữa hai loại tế bào này ở các giai đoạn khác nhau là nhu cầu quan trọng, nó cho biết sự miễn dịch của cá biến đổi theo điều kiện môi trường để chống lại những biến động về sự tấn công của dịch bệnh, nhận định những biến đổi trên giúp chúng ta có thể biết được tình trạng hiện tại của cá, từ đó đưa ra biện pháp thích hợp nhằm tăng cường sức đề kháng và góp phần giảm thiệt hại do bệnh gây ra. Việc xác định từng loại tế bào bằng cách đếm truyền thống thường gặp phải các vấn đề về độ chính xác thấp, tốc độ đếm chậm, mất nhiều thời gian, khối lượng công việc tính toán cao. Trên cơ sở những ưu điểm và bất lợi của Yolov8, đề tài đề xuất mô hình Yolov8 đã được chỉnh sửa để xác định và đếm số lượng tế bào trên cá tra, nhận ra những ưu thế của mô hình YOLOv8 về tốc độ huấn luyện, độ chính xác cao, kích thức mô hình nhỏ, phù hợp với nhiều ứng dụng khác nhau và dễ dàng thích ứng với các nền tảng phần cứng khác nhau. Mô hình được chạy thử nghiệm trên nhiều dòng máy và board mạch như Jetson Nano 2GB Developer Kit, Jetson Xavier NX, Laptop cá nhân thuộc dòng máy i5 và PC. Mô hình mang lại nhiều kết quả khả thi trong quá trình chạy thử nghiệm về tỷ lệ độ chính xác khi nhận điện tế bào hồng cầu là 99% và tế bào bạch cầu là 99% ngoài ra chúng ta còn có thể so sánh một cách trực quan về thời gian thực thi trên từng thiết bị. Mô hình cần phát triển xây dựng thêm giao diện giúp cho mô hình tiện lợi hơn trong quá trình sử dụng. Từ khóa: Tế bào hồng cầu, tế bào bạch cầu, mạng nơ-ron tích chập, mô hình YOLOv8, phát hiện mục tiêu, mô hình kích thước nhỏ.  vi_VN
dc.description.tableofcontentsLời cảm tạ i Tóm tắt ii Abstract iii Lời cam đoan iv Danh mục hình vii Danh mục bảng ix Danh mục từ viết tắt x Chương 1: TỔNG QUAN VỀ DỀ TÀI 1 1.1 Đặt vấn đề 1 1.2 Lịch sử giải quyết vấn đề 2 1.3 Mục tiêu và phạm vi đề tài 4 1.4 Kế hoạch thực hiện đề tài 4 1.5 Ý nghĩa thực tiễn 5 1.6 Cấu trúc bài luận văn 5 Chương 2: CƠ SỞ LÝ THUYẾT 6 2.1 Giới thiệu về mạng nơ-ron nhân tạo 6 2.1.1 Khái niệm và kiến trúc mạng nơ-ron nhân tạo 6 2.1.2 Những thành phần và quá trình xử lý của mạng nơ-ron nhân tạo 7 2.2 Giới thiệu về Deep Learning 8 2.3 Mạng nơ-ron tích chập (Convolutional Neural Netwwork-CNN) 10 2.3.1 Giới thiệu 10 2.3.2 Tổng quan mô hình mạng nơ-ron tích chập 11 2.4 Mạng YOLOv8 12 2.4.1 Sơ lược về YOLOv8 12 2.4.2 Kiến trúc mạng YOLOv8 12 2.4.3 Ưu điểm và hạn chế của YOLOv8 15 2.4.4 Ứng dụng của YOLOv8 16 2.5 Roboflow 17 2.5.1 Khái niệm 17 2.5.2 Các tính năng quan trọng của Roboflow 17 2.6 Các loại máy tính tính được sử dụng cho đề tài 19 2.6.1 Board nhúng Jetson Nano 2GB Developed Kit 19 2.6.2 Board nhúng Jetson Xavier NX 20 Chương 3: THU THẬP DỮ LIỆU, XÂY DỰNG MẠNG YOLOv8 22 3.1 Tạo cơ sở dữ liệu cho việc huấn luyện 22 3.1.1 Thu thập dữ liệu 22 3.1.2 Tiền xử lý dữ liệu huấn luyện 22 3.1.3 Roboflow gắn nhãn, tăng cường dữ liệu huấn luyện và xuất định dạng 23 3.2 Xây dựng mạng YOLOv8 26 3.2.1 Mô hình và môi trường huấn luyện 26 3.2.2 Quá trình huấn luyện mạng 27 Chương 4: KẾT QUẢ NGHIÊN CỨU 29 4.1 Kiểm tra độ chính xác của mô hình 29 4.1.1 Chuẩn bị dữ liệu 29 4.1.2 Chỉ số đánh giá độ tin cậy của mô hình 30 4.1.3 Chọn giá trị độ tin cậy (confident) cho mô hình 30 4.1.4 Kiểm tra mô hình 31 4.2 Xây dựng giải pháp 34 4.2.1 Kiểm tra mô hình sau khi thực hiện giải pháp 38 4.3 Triển khai mô hình lên máy tính nhúng và so sánh thời gian thực thi chương trình với các phần cứng khác nhau 39 Chương 5: KẾT LUẬN VÀ KIẾN NGHỊ 43 5.1 Kết luận 43 5.2 Kiến nghị 43vi_VN
dc.language.isovivi_VN
dc.publisherTrường Đại Học Cần Thơvi_VN
dc.subjectCơ điện tửvi_VN
dc.titleGIẢI PHÁP ĐẾM TẾ BÀO MÁU CÁ TRA ỨNG DỤNG MÔ HÌNH MẠNG NƠ-RON TÍCH CHẬPvi_VN
dc.typeThesisvi_VN
Appears in Collections:Trường Bách khoa

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
28.92 kBMicrosoft Word XML
Your IP: 3.137.178.122


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.