Dòng Nội dung
1
Phát triển hệ thống nhận diện biển số xe dựa trên nền tảng học sâu : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / Trần Ngọc Minh Vy; Nguyễn Kim Quốc, Võ Thị Hồng Thắm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
xiv, 62 tr. : hình ảnh; sơ đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.31
Các mô hình YOLO từ phiên bản v8 đến v10 đã có những cải tiến vượt bậc trong việc nhận diện đối tượng theo thời gian thực. YOLO v8 mang lại sự cân bằng giữa tốc độ và độ chính xác, phù hợp với các hệ thống yêu cầu xử lý nhanh như giám sát giao thông. YOLO v9 được nâng cấp với khả năng phát hiện chính xác hơn trong các tình huống phức tạp, xử lý tốt hơn các biển số bị che khuất một phần hoặc bị mờ do điều kiện môi trường. YOLO v10, phiên bản mới nhất, tiếp tục tối ưu hóa tốc độxử lý và giảm thiểu lỗi nhận diện, đồng thời cải thiện khả năng học sâu để xử lý tốt hơn các biển số có độ phân giải thấp hoặc bị biến dạng. Bên cạnh đó, mô hình SSD cũng là một lựa chọn lý tưởng nhờ vào khả năng phát hiện đối tượng chính xác mà vẫn duy trì tốc độ xử lý cao. SSD hoạt động tốt trên các thiết bị có tài nguyên hạn chế, giúp triển khai hệ thống nhận diện biển số xe một cách linh hoạt trên nhiều nền tảng, từ camera giám sát giao thông cho đến hệ thống nhúng trong bãi đỗ xe thông minh. Việc sử dụng các mô hình học sâu tiên tiến không chỉ giúp cải thiện độ chính xác mà còn mang lại khả năng ứng dụng rộng rãi trong thực tế. Các thuật toán này có thể tự động thích nghi với nhiều loại biển số khác nhau, từ biển số xe cá nhân, xe tải đến biển số đặc biệt của các tổ chức chính phủ. Hơn nữa, với khả năng học sâu và tối ưu hóa liên tục, hệ thống nhận diện biển số xe có thể cập nhật và cải thiện theo thời gian, nâng cao hiệu quả trong việc phát hiện vi phạm giao thông, hỗ trợ công tác điều tra và quản lý phương tiện.
 Số bản sách: (1) Tài liệu số: (0)