Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/86917
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorNguyễn, Hoàng Dũng-
dc.contributor.authorDiệp, Thế Toàn-
dc.contributor.authorPhan, Gia Huy-
dc.contributor.authorTrần, Nhựt Trường-
dc.date.accessioned2023-05-22T09:17:42Z-
dc.date.available2023-05-22T09:17:42Z-
dc.date.issued2022-12-
dc.identifier.urihttps://dspace.ctu.edu.vn/jspui/handle/123456789/86917-
dc.description.abstractChăn nuôi lợn góp phần quan trọng vào cơ cấu kinh tế, xóa đói giảm nghèo và nâng cao đời sống người dân. Ngày nay, các cơ sở chăn nuôi ngày càng mở rộng và dần chuyển dịch theo hướng công nghiệp. Vì lẽ đó, nhu cầu quản lý, giám sát, theo dõi việc chăn nuôi quy mô lớn nhưng phải giảm nguồn nhân lực là hết sức cấp thiết. Nghiên cứu này trình bày giải pháp giám sát hành vi của từng cá thể lợn như việc ăn uống, sự di chuyển và khối lượng sử dụng công nghệ trí tuệ nhân tạo (Artificial Intelligence – AI) với thuật toán YOLO (You Only Look Once). Kết quả thực nghiệm thực tế tại trang trại nuôi lợn tại tỉnh Sóc Trăng cho thấy, độ tin cậy về việc ước lượng trọng lượng của lợn đạt 96,27% và vẽ được đường đi của lợn lúc di chuyển để biết được lợn có ăn hay ít vận động (đây là cơ sở để chẩn đoán là lợn khỏe mạnh, bỏ ăn hay bệnh). Nghiên cứu này là tiền đề để phát triển các hướng nghiên cứu tiếp theo liên quan đến các hành vi của lợn (các bệnh thông thường trên lợn) từ đó giúp người nuôi giảm thiểu tối đa thiệt hại trong chăn nuôi.vi_VN
dc.description.tableofcontentsMỤC LỤC Lời cảm tạ i Tóm tắt ii Abstract iii Lời cam đoan iv Danh mục hình viii Danh mục bảng xii Danh mục từ viết tắt xiii Chương 1: Tổng quan về đề tài 1 1.1 Giới thiệu đề tài 1 1.2 Thuật toán sử dụng trong đề tài 1 1.3 Phương pháp thực hiện 3 1.4 Mục tiêu nghiên cứu 3 Chương 2: Cơ sở lý thuyết 4 2.1 Học sâu (Deep learning) 4 2.1.1 Học sâu là gì? 4 2.1.2 Học sâu so với máy học 4 2.1.3 Cách học sâu hoạt động 5 2.1.4 Những ứng dụng của học sâu 6 2.2 Mạng nơ-ron đa tầng 7 2.2.1 Tầng 7 2.2.2 Nút 8 2.2.3 Trọng số (Weights) và hệ số điều chỉnh (Biases) 9 2.2.4 Hàm kích hoạt 9 2.3 Mạng nơ-ron tích chập 13 2.3.1 Tổng quát 13 2.3.2 Cách mạng nơ-ron tích chập hoạt động 14 2.3.3 Hàm Softmax 18 2.3.4 Thuật toán chuẩn hóa hàng loạt 19 2.4 Thuật toán YOLO 20 2.4.1 Tổng quan về YOLO 20 2.4.2 Hệ thống lưới (Grid system) 21 2.4.3 Chỉ số IoU 24 2.4.4 Thuật toán Non-max Suppression (NMS) 25 2.4.5 Gán nhãn cho các mẫu 27 2.4.6 Hàm mất mát 28 2.4.7 Ngõ ra 30 2.5 Thuật toán YOLOv4 31 2.5.1 Cấu trúc nhận diện đối tượng của YOLOv4 32 2.5.2 Backbone – Trích xuất đặt trưng 32 2.5.3 Neck – Tổng hợp đặc trưng 36 2.5.4 Head – Bước nhận dạng. 40 2.6 Theo dõi đối tượng (Object Tracking) 41 2.6.1 Khái niệm 41 2.6.2 Phân loại 41 2.6.3 Các vấn đề cần quan tâm bài toán theo dõi đối tượng 42 2.6.4 Thuật toán SORT (Simple Online Realtime Object Tracking) 43 2.6.5 Thuật toán Deep SORT 45 2.7 Xác định kích thước đối tượng thông qua máy ảnh 47 2.7.1 Các thông số cần lưu ý 47 2.7.2 Xây dựng công thức 52 2.8 Ước tính khối lượng của lợn qua kích thước 53 Chương 3: Xây dựng mô hình theo dõi hoạt động và dự đoán tăng trưởng của lợn 54 3.1 Mô hình theo dõi hành vi lợn 54 3.1.1 Sơ đồ khối tổng quát 54 3.1.2 Tập dữ liệu 55 3.1.3 Huấn luyện thuật toán 57 3.1.4 Chuyển đổi từ mô hình YOLOv4 sang TensorFlow 61 3.2 Lắp đặt thiết bị thực tế 63 3.2.1 Các thiết bị cần cho hệ thống thực tế 64 3.2.2 Lắp đặt hệ thống 67 3.3 Đo đạt trong thực tế 70 Chương 4: Kết quả, kết luận và hướng phát triển 72 4.1 Kết quả đã đạt được 72 4.1.1 Phát hiện đối tượng và theo dõi hành vi đối tượng 72 4.1.2 Ước tính khối lượng của đối tượng 73 4.1.3 Đánh giá kết quả 74 4.2 Kết luận 76 Chương 5: Kiến nghị 77 5.1 Thuận lợi 77 5.2 Khó khăn 77 5.3 Hướng phát triển 77 Tài liệu tham khảo 79vi_VN
dc.language.isovivi_VN
dc.publisherTrường Đại Học Cần Thơvi_VN
dc.subjectKỹ thuật điều khiển & tự động hóavi_VN
dc.titleGIẢI PHÁP GIÁM SÁT HÀNH VI CỦA LỢNvi_VN
dc.typeThesisvi_VN
Appears in Collections:Trường Bách khoa

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
5.26 MBAdobe PDF
Your IP: 18.191.212.113


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