Dòng Nội dung
1
Phát triển mô hình phân loại hình ảnh sử dụng học sâu tiên tiến : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / Huỳnh Ngọc Tuấn; Võ Thị Hồng Thắm; Cao Văn Kiên hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
ix, 68 tr. : bảng; hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 006.31
Nghiên cứu và phát triển các mô hình học sâu tiên tiến để giải quyết bài toán phân loại hình ảnh. Khảo sát các phương pháp phân loại hình ảnh truyền thống và học sâu: Tổng hợp các nghiên cứu liên quan đến phương pháp phân loại hình ảnh, đặc biệt là các mô hình học sâu như CNN, VGG16, ResNet50, MobileNetV2. Phát triển và triển khai các mô hình học sâu cho bài toán phân loại hình ảnh, bao gồm xây dựng và huấn luyện các mô hình như CNN, VGG16, ResNet50, MobileNetV2 trên các bộ dữ liệu thực tế. Đánh giá hiệu quả của các mô hình học sâu về độ chính xác phân loại, khả năng ứng dụng, thời gian huấn luyện và hiệu suất tổng thể. So sánh các mô hình học sâu với các phương pháp truyền thống: Đánh giá các ưu điểm và nhược điểm của các mô hình học sâu so với các phương pháp phân loại hình ảnh truyền thống. Đề xuất các mô hình tối ưu và phương pháp cải tiến: Dựa trên các kết quả đánh giá, đề xuất các giải pháp để cải thiện hiệu suất và tối ưu hóa các mô hình cho các ứng dụng thực tế.
 Số bản sách: (1) Tài liệu số: (0)