Please use this identifier to cite or link to this item:
https://dspace.ctu.edu.vn/jspui/handle/123456789/77967
Title: | XÂY DỰNG ỨNG DỤNG ĐỌC GIÁ TRỊ CÂN DỰA TRÊN CÔNG NGHỆ XỬ LÝ ẢNH VÀ MÁY HỌC |
Other Titles: | BUILDING A SCALE VALUE READING APPLICATION BASED ON COMPUTER VISION AND DEEP LEARNING |
Authors: | Trần, Công Án Trịnh, Thị Kim Thanh |
Keywords: | CÔNG NGHỆ THÔNG TIN |
Issue Date: | 2022 |
Publisher: | Trường Đại Học Cần Thơ |
Abstract: | Trong thời đại công nghệ phát triển, Trí tuệ nhân tạo (Artificial Intelligence - AI) có xu hướng phát triển, sự phát triển mạnh mẽ của nó ảnh hưởng đến nhiều lĩnh vực như kinh tế, y tế, giáo dục,.. và gần như là mọi mặt của đời sống con người, trong đó có cả sản xuất nông nghiệp. Và lĩnh vực thị giác máy tính có thể nói là một lĩnh vực phát triển mạnh trong những năm gần đây. Hiện nay việc tính tiền lúa của người nông dân cuối vụ thường thực hiện theo phương pháp mang tính thủ công, vì vậy, trong nghiên cứu này tôi muốn công nghệ hóa việc tính tiền lúa của người nông dân thông qua nghiên cứu đọc giá trị cân bằng công nghệ xử lý ảnh và máy học. Cụ thể là sử dụng mô hình Object Detection - Yolov5 trong việc huấn luyện phát hiện mặt cân trên ảnh chụp: trong đó việc huấn luyện phát hiện mặt cân thực hiện trên tập gồm 709 ảnh chụp cân lúa. Từ đó, sử dụng công nghệ xử lý ảnh OpenCVđể thực hiện xử lý việc xác định số cân trên mặt cân đồng hồ từ ảnh chụp đã cắt ra sau khi phát hiện mặt cân từ ảnh chụp. Đồng thời, sử dụng Django Framework trong việc xây dựng ứng dụng web đơn giản và thuận tiện cho việc sử dụng. Việc huấn luyện phát hiện mặt cân bằng YOLOv5 cho kết quả khá tốt, dù được thực hiện trên tập ảnh rất nhỏ. Và kết quả của mô hình đọc giá trị cân cũng cho kết quả khả thi khi có được độ sai số MAE ≈ 0.106 trên tập ảnh kiểm tra 250 ảnh. |
Description: | 57 Tr |
URI: | https://dspace.ctu.edu.vn/jspui/handle/123456789/77967 |
Appears in Collections: | Trường Công nghệ Thông tin & Truyền thông |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
_file_ Restricted Access | 4.41 MB | Adobe PDF | ||
Your IP: 3.128.171.84 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.