Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://dspace.ctu.edu.vn/jspui/handle/123456789/94395
Nhan đề: NHẬN DIỆN LOGO XE BẰNG THUẬT TOÁN YOLO
Nhan đề khác: LOGO RECOGNITION WITH YOLO
Tác giả: Đỗ, Thanh Nghị
Trương, Thị Diễm
Lê, Trà Ánh Vân
Từ khoá: TRUYỀN THÔNG VÀ MẠNG MÁY TÍNH
Năm xuất bản: 2023
Nhà xuất bản: Trường Đại Học Cần Thơ
Tóm tắt: Trong những năm gần đây, nhu cầu sử dụng xe ô tô đã tăng cao đáng kể. Với sự gia tăng dân số và tăng thu nhập của các quốc gia, xe ô tô trở thành phương tiện di chuyển tiện lợi và linh hoạt hơn so với các phương tiện công cộng khác. Điều này đặc biệt đúng ở những khu vực đô thị lớn, nơi có độ phát triển cao và mật độ giao thông tăng lên. Cùng với nhu cầu sử dụng cao, kéo theo đó là sự gia tăng của tai nạn giao thông và tội phạm liên quan đến ô tô. Thông thường biển số xe sẽ bị ẩn hoặc bị che khuất khiến cho công nghệ nhận dạng biển số xe hoạt động không ổn định. Ngoài ra, người phạm tội làm biển số xe giả để gây rối trật tự giao thông. Vì vậy, việc thu thập thông tin về ô tô chỉ thông qua biển số xe không thể liên tục giải quyết được nhu cầu thực tế. Theo đó, logo xe là đặc điểm chính của xe, có thể hỗ trợ việc nhận dạng xe. Thế nên việc nhận dạng logo xe cũng là một trong những công nghệ quan trọng để góp phần tạo ra được hệ thống giao thông thông minh. Đề tài “Nhận diện logo xe”sử dụng thuật toán nhận diện đối tượng YOLOv8, một kiến trúc học sâu có khả nặng nhận diện đối tượng theo thời gian thực, nhờ tốc độ và độ chính xác của nó. Tập dữ liệu logo xe được sử dụng cho nghiên cứu này, bao gồm 4400 hình ảnh thuộc 22 lớp khác nhau. Tập dữ liệu này được thiết kế đặc biệt cho việc nhận dạng logo xe gồm nhiều logo xe khác nhau. Mô hình YOLOv8 được huấn luyện trên tập dữ liệu này và đạt được hiệu suất tốt trong việc nhận dạng logo xe. Nghiên cứu này có thể được phát triển trong tương lai, để nhận dạng các đối tượng khác trên đường, nhằm giữ an toàn cho người tham gia giao thông.
Mô tả: 57 Tr
Định danh: https://dspace.ctu.edu.vn/jspui/handle/123456789/94395
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
3.09 MBAdobe PDF
Your IP: 18.118.198.191


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