XÂY DỰNG ỨNG DỤNG NHẬN DẠNG PHƯƠNG TIỆN GIAO THÔNG TRONG ĐIỀU KIỆN THIẾU SÁNG

Abstract

Trong những năm gần đây, các thuật toán phát hiện đối tượng học sâu sử dụng hình ảnh 2D đã trở thành công cụ mạnh mẽ để phát hiện đối tượng trên đường trong lái xe tự động. Trên thực tế, phương pháp học sâu để phát hiện phương tiện giao thông đường bộ đã đạt được những kết quả đáng kể. Hiện tại đã có những nghiên cứu ứng dụng các phương pháp học sâu khác nhau để nhận dạng phương tiện giao thông nhưng ở điều kiện ánh sáng tốt hoặc đầy đủ ảnh sáng, vẫn còn khá ít nghiên cứu về nhận dạng phương tiện giao thông trong điều kiện thiếu sáng. Chúng tôi ứng dụng học sâu và sử dụng mô hình nhận dạng đối tượng trên Tensorflow và Yolo để huấn luyện tập dữ liệu cho đề tài như là EfficientDet D0 512x512, SSD MobileNet V1 FPN 640x640, SSD ResNet50 V1 FPN 640x640 (RetinaNet50) và YOLOv4-Darknet. Sau quá trình huấn luyện chúng tôi sử dụng một số công thức kiểm thử với tập dữ liệu như Precision, Recall, F1_core để tính độ chính xác của từng mô hình. Chúng tôi nhận thấy mô hình EfficientDet D0 512x512 cho độ chính xác cao nhất đạt 0.95% và chọn mô hình đó sử dụng cho đề tài luận văn của chúng tôi. Kết quả đạt được là hệ thống nhận dạng phương tiện giao thông trong điều kiện thiếu sáng có độ chính xác rất khả quan khoảng 80%