BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NGOẠI NGỮ - TIN HỌC TPHCM
LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN
NGUYỄN VĂN PHÚC
ỨNG DỤNG HỌC SÂU TRONG PHÂN LOẠI TRÁI CÂY
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NGOẠI NGỮ - TIN HỌC TPHCM
LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN
NGUYỄN VĂN PHÚC
ỨNG DỤNG HỌC SÂU TRONG PHÂN LOẠI TRÁI CÂY
Ngành: CÔNG NGHỆ THÔNG TIN Mã số: 60480201
NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. VŨ THANH HIỀN
LỜI CAM ĐOAN
Tôi xin cam đoan đề tài: “Ứng dụng học sâu trong phân loại trái cây” là công trình nghiên cứu được tôi thực hiện dưới sự hướng dẫn của giảng viên hướng dẫn khoa học.
Các kết quả nghiên cứu và kết quả thử nghiệm nêu trong luận văn là trung thực và chưa từng được công bố trong bất kỳ tài liệu nào khác.
Trong phần kiến thức chung nghiên cứu giải thuật áp dụng, luận văn có tham khảo ở một số tài liệu và đã có trích dẫn đúng và đầy đủ.
Học Viên
Nguyễn Văn Phúc
LỜI CẢM ƠN
Tôi xin bày tỏ lòng biết ơn sâu sắc đến Thầy, TS. Vũ Thanh Hiền, người đã hết lòng hướng dẫn, động viên và giúp đỡ cho tôi hoàn thành luận văn này.
Tôi cũng xin chân thành gửi lời cám ơn đến quý Thầy Cô trường Đại Học Ngoại ngữ - Tin học TP.HCM đã tận tình dạy dỗ, chỉ bảo kiến thức quý báu giúp tôi hoàn thành khóa học đúng tiến độ và là nền tảng cho nghiên cứu của mình. Xin cảm ơn Ban Hợp tác và Đào tạo Sau đại học đã nhiệt tình hỗ trợ trong suốt quá trình học tập tại trường.
Cuối cùng, xin chân thành cảm ơn bạn bè và đồng nghiệp đã khích lệ, động viên, tạo điều kiện thuận lợi cho tôi trong suốt thời gian thực hiện luận văn.
TP. HCM, tháng 10 năm 2019
Học Viên
Nguyễn Văn Phúc
DANH MỤC CÁC CHỮ VIẾT TẮT
Ý nghĩa | |
AI | Artificial Intelligent |
ANN | Artificial neural networks |
CNN | Convolutional Neural Network |
PCA | Principal Component Analysis |
SVM | Support Vector Machine |
Có thể bạn quan tâm!
-
Ứng dụng học sâu trong phân loại trái cây - 2 -
Một Số Khái Niệm Cơ Bản Trong Xử Lý Ảnh -
Kiến Trúc Tổng Quát Của Một Ann
Xem toàn bộ 76 trang tài liệu này.
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 2.1 Minh hoạ sơ đồ Deep Learning 13
Hình 2.2 Minh hoạ các lớp trong Deep Learning 14
Hình 2.3 Kiến trúc tổng quát của một ANN 18
Hình 2.4 Mô hình tích chập 20
Hình 2.5 Mô hình mạng neuron tích chập 22
Hình 2.6 Mô hình mạng perceptron đa tầng 24
Hình 2.7 Mô tả các neuron đầu vào 25
Hình 2.8 Mô hình neuron cục bộ 26
Hình 2.9 Mô hình neuron cục bộ 26
Hình 2.10 Mô hình neuron cục bộ 27
Hình 2.11 Công thức xây dựng lớp tính Neuron 28
Hình 2.12 Minh hoạ đặc trưng cấu trúc neuron 29
Hình 2.13 Bản đồ đặc trưng 30
Hình 2.14 Sơ đồ phân lớp 32
Hình 2.15 Sơ đồ phân lớp 32
Hình 2.16 Sơ đồ phân lớp 33
Hình 2.17 Kiến trúc AlexNet 34
Hình 2.18 Kiến trúc VGG 16 35
Hình 2.19 Kiến trúc Inception 36
Hình 2.20 Inception 36
Hình 3.1 Hình dạng khác nhau của cùng một loại táo 37
Hình 3.2 Hình dạng quả nho 37
Hình 3.3 Trái cây Apple Braeburn 42
Hình 3.4 Trái cây Apple Braeburn đã bị xoay 43
Hình 3.5 Trái cây Apple Golden 1 44
Hình 3.6 Trái cây Apple Golden 1 đã bị xoay 45
Hình 3.9 Độ lỗi của mô hình trong quá trình huấn luyện dựa trên tensorboard 50
Hình 3.10 Độ chính xác của mô hình trong quá trình huấn luyện dựa trên tensorboard 50
Hình 3.7 Giao diện chính của ứng dụng 52
Hình 3.8 Huấn luyện mô hình 54
Hình 3.11 Kiểm tra trên tập dữ liệu test 55
DANH MỤC CÁC BẢNG BIỂU
Bảng 3.1 Các loại trái cây 41
Bảng 3.2 Các thông số của mô hình 47
Bảng 3.3 Các chức năng của ứng dụng 53