XÂY DỰNG MÔ HÌNH PHÂN LỚP ẢNH DỰA TRÊN MÔ HÌNH MẠNG NƠ-RON TÍCH CHẬP RESNET50

Abstract

Hiện nay, biểu đồ và sơ đồ đã trở thành công cụ quan trọng trong việc phân tích và truyền tải thông tin ở nhiều lĩnh vực khác nhau. Tuy nhiên, vẫn còn gặp nhiều khó khăn trong việc phân loại hình ảnh các loại biểu đồ và sơ đồ bằng cách thủ công, vì những hạn chế về thời gian và hơn hết là công tác này đòi hỏi kiến thức chuyên môn để thực hiện. Do đó, việc khắc phục được những hạn chế mà việc phân loại thủ công đem lại đã trở thành một vấn đề cấp thiết. Đề tài “Xây dựng mô hình phân lớp ảnh dựa trên mô hình mạng nơron tích chập ResNet50” nhằm xây dựng một mô hình phân loại tự động có độ chính xác cao cho các loại biểu đồ và sơ đồ phổ biến hiện nay. Trong đó, mô hình tập trung phân loại các loại biểu đồ và sơ đồ như biểu đồ cột, biểu đồ đường, biểu đồ tròn, biểu đồ mạng nhện, sơ đồ luồng và sơ đồ lớp, từ đó khắc phục được những hạn chế trong việc phân loại thủ công và đáp ứng nhu cầu tự động hóa trong nhiều ứng dụng thực tiễn. Nghiên cứu thực hiện công việc chính bao gồm thu thập và xử lý dữ liệu hình ảnh, sau đó áp dụng và tinh chỉnh mô hình ResNet50 đã được huấn luyện trước để đạt được kết quả tốt nhất trong việc phân loại. Ngoài ra, để thấy được sự tối ưu và hiệu quả của mô hình nghiên cứu còn triển khai thêm hai mô hình khác là ResNet50V2 và MobileNetV2 để thực hiện so sánh và đánh giá hiệu quả của ResNet50. Việc so sánh này cho thấy sự tối ưu, khả năng vượt trội của ResNet50 trong việc nhận diện và phân loại các biểu đồ và sơ đồ đa dạng với độ chính xác và hiệu suất cao hơn so với hai mô hình còn lại. Nghiên cứu đã giúp mở ra tiềm năng tự động hóa trong lĩnh vực phân loại hình ảnh các loại biểu đồ và sơ đồ, từ đó tạo bước đệm trong phân tích và xử lý dữ liệu trực quan giúp nâng cao hiệu quả làm việc trong nhiều lĩnh vực. Từ khóa: Phân loại hình ảnh, Mạng nơ-ron tích chập, ResNet50, ResNet50V2, MobileNetV2.