Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/94395
Title: NHẬN DIỆN LOGO XE BẰNG THUẬT TOÁN YOLO
Other Titles: LOGO RECOGNITION WITH YOLO
Authors: Đỗ, Thanh Nghị
Trương, Thị Diễm
Lê, Trà Ánh Vân
Keywords: TRUYỀN THÔNG VÀ MẠNG MÁY TÍNH
Issue Date: 2023
Publisher: Trường Đại Học Cần Thơ
Abstract: 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.
Description: 57 Tr
URI: https://dspace.ctu.edu.vn/jspui/handle/123456789/94395
Appears in Collections:Trường Công nghệ Thông tin & Truyền thông

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
3.09 MBAdobe PDF
Your IP: 18.218.234.83


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