Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/110580
Title: NHẬN DẠNG TRANG PHỤC TRUYỀN THỐNG VIỆT NAM VỚI YOLO
Other Titles: YOLO-BASED RECOGNITION OF VIETNAMESE TRADITIONAL ATTIRE
Authors: Phan, Bích Chung
Trần, Công Nhật
Keywords: KHOA HỌC MÁY TÍNH
Issue Date: 2024
Publisher: Trường Đại Học Cần Thơ
Abstract: Việt Nam là một quốc gia đa dân tộc với 54 dân tộc, mỗi dân tộc có những đặc trưng văn hóa riêng biệt, bao gồm trang phục truyền thống. Trang phục truyền thống không chỉ là biểu tượng của văn hóa mà còn thể hiện sự đa dạng và phong phú trong đời sống, phong tục, tập quán của mỗi dân tộc. Tuy nhiên, trong bối cảnh toàn cầu hóa và sự phát triển mạnh mẽ của công nghệ, nhiều trang phục truyền thống đang dần bị lãng quên hoặc chỉ được sử dụng trong các dịp lễ hội đặc biệt. Việc bảo tồn và phát huy giá trị của trang phục truyền thống trở nên vô cùng quan trọng. Với sự phát triển của trí tuệ nhân tạo (AI) và học sâu (Deep Learning), các công nghệ nhận dạng hình ảnh đã đạt được những bước tiến đáng kể. Trong đó, YOLO (You Only Look Once) là một trong những mô hình nhận dạng và phát hiện đối tượng mạnh mẽ và hiệu quả nhất hiện nay. Việc áp dụng YOLO vào nhận dạng trang phục truyền thống có thể giúp tự động hóa quá trình nhận diện, phân loại và ghi nhận các đặc điểm của từng loại trang phục dân tộc. Ở client, giao diện được xây dựng bằng React Native với Expo hỗ trợ chạy đa nền tảng với một mã nguồn. Ở server, xử lý các chức năng bằng framework Flask kết hợp mô hình YOLO nhận dạng đối tượng. Đề tài "Nhận dạng trang phục truyền thống Việt Nam với YOLO" ra đời nhằm ứng dụng công nghệ AI vào việc bảo tồn và phát triển văn hóa trang phục dân tộc. Thông qua việc xây dựng mô hình nhận diện trang phục truyền thống, đề tài không chỉ giúp bảo tồn hình ảnh trang phục mà còn có tiềm năng hỗ trợ trong các lĩnh vực khác như du lịch, giáo dục, và nghệ thuật.
Description: 54 Tr
URI: https://dspace.ctu.edu.vn/jspui/handle/123456789/110580
Appears in Collections:Trường Công nghệ Thông tin & Truyền thông

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
3.97 MBAdobe PDF
Your IP: 18.218.72.253


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