NHẬN DIỆN BIỂN BÁO GIAO THÔNG SỬ DỤNG YOLOV7

Abstract

Số vụ tai nạn giao thông đang tăng lên nhanh chóng, và một trong những nguyên nhân chính là do tài xế thiếu kiến thức về các biển báo giao thông. Nhận dạng biển báo giao thông luôn là một thành phần quan trọng của hệ thống hỗ trợ tài xế, vì nó có thể giúp tài xế tránh được nhiều nguy cơ tiềm ẩn và cải thiện trải nghiệm lái xe. Tuy nhiên, nhận dạng biển báo giao thông là một công việc thực sự khó khăn với rất nhiều hạn chế như là môi trường thực tế, thiệt hại vật lý và một số trường hợp do tắc nghẽn giao thông. Do đó, cần có một ứng dụng có thể đáp ứng được những yêu cầu này để giảm số lượng tai nạn giao thông do sự hiểu biết sai về các biển báo giao thông. Để giải quyết vấn đề này, tôi đã sử dụng thuật toán nhận dạng đối tượng YOLOv7, một kiến trúc học sâu có khả năng nhận diện đối tượng theo thời gian thực, nhờ tốc độ và độ chính xác của nó. Tập dữ liệu biển báo giao thông được sử dụng cho nghiên cứu này đã được thu thập từ việc chụp ảnh riêng của tôi, bao gồm 10095 hình ảnh thuộc 23 lớp khác nhau. Tập dữ liệu này được thiết kế đặc biệt cho việc nhận dạng biển báo giao thông và bao gồm nhiều loại biển báo giao thông khác nhau. Mô hình YOLOv7 đã được huấn luyện trên tập dữ liệu này và đạt được hiệu suất tốt trong việc nhận dạng biển báo giao thông. Ngoài ra, tôi đã thực hiện một số thí nghiệm để đánh giá hiệu suất của mô hình trên các tập dữ liệu này. Kết quả cho thấy mô hình vẫn đạt được độ chính xác cao và giữ được tính linh hoạt trong việc nhận dạng biển báo giao thông trên các tình huống khác nhau. Nó có thể giúp giảm thiểu rủi ro và nguy cơ tai nạn giao thông do tài xế không hiểu rõ về các biển báo giao thông. Tương lai, nghiên cứu này có thể được phát triển để nhận dạng các đối tượng khác trên đường, giúp cải thiện an toàn giao thông và trải nghiệm lái xe.