ÁP DỤNG MÔ HÌNH HỌC SÂU VÀO NHẬN DẠNG PHƯƠNG TIỆN GIAO THÔNG ĐƯỜNG THỦY

Abstract

Trong luận văn này, tôi trình bày phương pháp nhận dạng các loại phương tiện giao thông đường thủy bằng 4 kiến trúc mạng học sâu là Vgg16, ResNet50, EfficientNet B0 và InceptionResNet V2. Đầu tiên, thu thập dữ liệu ảnh phương tiện giao thông đường thủy với 20 loại phương tiện giao thông đường thủy khác nhau, tổng số ảnh thu thập được là 1600 ảnh, trong đó mỗi loại có 80 ảnh và được kiểm tra kỹ trước khi huấn luyện. Tiếp theo, áp dụng 4 kiến trúc mạng học sâu là Vgg16, ResNet50, EfficientNet B0 và InceptionResNet V2 để xây dựng mô hình nhận dạng các phương tiện giao thông đường thủy dựa trên thuật toán CNN – Convolution Neural Network. Quá trình huấn luyện được thực hiện trên tập dữ liệu gồm 1600 tấm ảnh với 60% dùng để huấn luyện, 20% dùng để kiểm thử khi huấn luyện và 20% dùng để kiểm tra, đánh giá mô hình. Kết quả của 4 mô hình được thực hiện kiểm tra, đánh giá với 320 ảnh đầu vào gồm 20 loại phương tiện giao thông đường thủy, không được dùng vào quá trình huấn luyện và kiểm thử khi huấn luyện mô hình. Đạt được độ chính xác trung bình lần lượt là 84% với mô hình Vgg16, độ chính xác trung bình là 83% với mô hình ResNet50, độ chính xác trung bình là 84% với mô hình EfficientNet B0 và độ chính xác trung bình là 87 % với mô hình InceptionResNet V2. Cuối cùng, xây dựng giao diện website cho người dùng sử dụng chức năng nhận dạng các phương tiện giao thông đường thủy dễ dàng, trực quan hơn và quá trình nhận dạng dựa trên 4 mô hình đã xây dựng được để nhận dạng 1 ảnh phương tiện giao thông đường thủy trong 20 loại phương tiện giao thông đường thủy được sử dụng trong đề tài.