Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://dspace.ctu.edu.vn/jspui/handle/123456789/77991
Nhan đề: XÂY DỰNG HỆ THỐNG NHẬN DẠNG CÂY THUỐC NAM TRÊN NỀN WEB BUILDING A SYSTEM TO IDENTIFY MEDICINAL PLANTS ON WEB)
Nhan đề khác: BUILDING A SYSTEM TO IDENTIFY MEDICINAL PLANTS ON WEB
Tác giả: Đỗ, Thanh Nghị
Lê, Phú Duy
Từ khoá: CÔNG NGHỆ THÔNG TIN
Năm xuất bản: 2022
Nhà xuất bản: Trường Đại Học Cần Thơ
Tóm tắt: Trong thời đại công nghệ hóa hiện nay, các công nghệ ra đời liên tục và giúp cho đời sống con người ngày càng phát triển. Các hệ thống nhận diện ngày càng phát triển như nhận diện mặt người, nhận diện biển số xe,… góp phần giúp cho đời sông con người ngày càng được nâng cao và dễ dàng hơn, các hệ thống nhận diện giúp mọi người dễ dàng hơn trong việc phân loại hay nhận dạng vật thể qua hình ảnh. Giũa thời đại y học càng càng phát triển việc tích hợp sợ phát triển của công nghệ vào y học đang là xu hướng ngày càng được ưa chuộng. Chúng góp phần giúp đỡ một phần công việc trong quá trình khám chữa bệnh của các y bác sỹ. Do đó tôi đề xuất đề tài “Hệ thống nhận dạng cây thuốc nam trên nền web”, Cụ thể là ứng dụng các mô hình học sâu vào đề tài, từ dữ liệu đầu vào chuyển đổi thành các véc tơ, sau đó dùng các mô hình VGG16, Mobilenet-V2 và Densenet để huấn luyện nhận dạng và phân loại hình ảnh. Từ cơ sở dữ liệu được cung cấp, tiến hành xử lý dữ liệu, sau đó chúng tôi chia tập dữ liệu thành các tập dùng để huấn luyện, điều chỉnh tham số và kiểm thử. Sau quá trình huấn luyện mô hình, thu được độ đo F1- score trung bình của bộ phân tầng Densenet là 0.78, độ đo F1- score trung bình của bộ phân tầng MobileNet-V2 là 0.75 và độ đo F1-score trung bình của bộ phân tầng VGG16 là 0.68. Công việc thực hiện của hệ thống gồm các giai đoạn,đầu tiên xử lý hình ảnh, giai đoạn tiếp theo là đưa các hình ảnh ở giai đoạn đầu vào mô hình phân loại MobileNet-V2, VGG16 và Densenet để phân loại, sau đó hiển thị kết quả phân loại ra màn hình.
Mô tả: 62 Tr
Định danh: https://dspace.ctu.edu.vn/jspui/handle/123456789/77991
Bộ sưu tập: Trường Công nghệ Thông tin & Truyền thông

Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng  
_file_
  Giới hạn truy cập
2.2 MBAdobe PDF
Your IP: 3.139.87.61


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.