Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/84978
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPhạm, Thế Phi-
dc.contributor.authorNguyễn, Thị Anh Thư-
dc.date.accessioned2023-01-30T03:22:10Z-
dc.date.available2023-01-30T03:22:10Z-
dc.date.issued2022-
dc.identifier.otherB1809301-
dc.identifier.urihttps://dspace.ctu.edu.vn/jspui/handle/123456789/84978-
dc.description39 Trvi_VN
dc.description.abstractHiện nay hoa xuất hiện ở khắp nơi, đặt biệt là các địa điểm thu hút nhiều khách du lịch bởi vẻ đẹp và sự đa dạng của chúng. Việc nhận biết hoa cũng là một vấn đề hết sức nan giải đối với nhiều người vì hoa không chỉ có môt hoặc hai loại mà là rất nhiều. Cùng với sự phát triển của khoa học công nghệ, các thuật toán học máy như mạng lưới thần kinh tích chập ra đời dùng để xác định các loài hoa góp phần cho sự phát triển của nhiều ngành khoa học trong tương lai. Trong bài luận văn này, sử dụng cách tiếp cận dựa trên mô hình mạng nơ-ron tích chập (CNN) cho bài toán “Nhận dạng hoa sử dụng mô hình học sâu”. Tập dữ liệu gồm 1433 hình ảnh của 25 loài hoa khác nhau, hình ảnh được đưa về dạng “.jpg” để huấn luyện mô hình. Kiểm tra và đánh giá mô hình với 286 ảnh của 25 loài hoa tương ứng. Kết quả mô hình đạt được 86% độ chính xác. Xây dựng ứng dụng web nhận dạng với mô hình Inception-V3, giao diện của ứng dụng đơn giản, dễ sử dụng.vi_VN
dc.language.isovivi_VN
dc.publisherTrường Đại Học Cần Thơvi_VN
dc.subjectCÔNG NGHỆ THÔNG TINvi_VN
dc.titleNHẬN DẠNG HOA SỬ DỤNG MÔ HÌNH HỌC SÂUvi_VN
dc.title.alternativeFLOWER RECOGNITION USING DEEP LEARNING MODELSvi_VN
dc.typeThesisvi_VN
Appears in Collections:Trường Công nghệ Thông tin & Truyền thông

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
1.14 MBAdobe PDF
Your IP: 18.117.101.250


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