Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/77966
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorTrần, Công Án-
dc.contributor.authorTrần, Kim Khánh-
dc.date.accessioned2022-06-20T02:25:58Z-
dc.date.available2022-06-20T02:25:58Z-
dc.date.issued2022-
dc.identifier.otherB1809468-
dc.identifier.urihttps://dspace.ctu.edu.vn/jspui/handle/123456789/77966-
dc.description51 Trvi_VN
dc.description.abstractCùng với sự phát triển của Internet đặc biệt là ở kỷ nguyên 4.0 thì việc kiểm duyệt, kiểm soát những nội dung phi pháp ngày càng nhiều và khó khăn hơn. Vì vậy trí tuệ nhân tạo (AI) được được ứng dụng để giúp việc kiểm duyệt, kiểm soát trở nên nhanh hơn và chính xác hơn, cụ thể hơn là “Phát hiện đường lưỡi bò trong ảnh” được xây dựng để phát hiện những hình ảnh chứa đường lưỡi bò của Trung Quốc. Trong khuôn khổ luận văn này sẽ trình bày tổng quan về lý thuyết và kiến trúc của hai mô hình Faster R-CNN và YOLO. Cụ thể hơn là ứng dụng của 2 mô hình Faster R-CNN và YOLOv5 vào bài toàn phát hiện đường lưỡi bò thông qua ảnh chụp. Mô hình được cài đặt, huấn luyện và đánh giá dựa trên tập dữ liệu được trích xuất từ github [3] bao gồm 2548 ảnh gồm trong đó có 2129 ảnh chứa đường lưỡi bò . Kết quả mô hình được so sánh với mô hình YoloV5 trên cùng tập dữ liệu và cho kết quả khá tốt.vi_VN
dc.language.isovivi_VN
dc.publisherTrường Đại Học Cần Thơvi_VN
dc.subjectCÔNG NGHỆ THÔNG TINvi_VN
dc.titlePHÁT HIỆN ĐƯỜNG LƯỠI BÒ TRONG ẢNHvi_VN
dc.title.alternativeNINE-DASH LINE DETECTION IN IMAGESvi_VN
dc.typeThesisvi_VN
Appears in Collections:Trường Công nghệ Thông tin & Truyền thông

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
2.63 MBAdobe PDF
Your IP: 18.220.182.171


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