TRA CỨU
thông tin biểu ghi
  • Luận án, Luận văn
  • Ký hiệu PL/XG: 006.6 V986
    Nhan đề: Ứng dụng của Deep Learning để nhận dạng hình ảnh :
DDC 006.6
Tác giả CN Vũ, Thanh Nhàn
Nhan đề Ứng dụng của Deep Learning để nhận dạng hình ảnh : Luận văn Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / Vũ Thanh Nhàn, Trương Hải Bằng (hướng dẫn)
Thông tin xuất bản Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
Mô tả vật lý X, 63 tr. : biểu đồ, hình ảnh ; 29 cm.
Tóm tắt Đánh giá hiệu suất của mô hình đã phát triển, so sánh với các phương pháp truyền thống và các mô hình học sâu khác. Đồng thời, thực hiện các thử nghiệm thực tế để kiểm tra khả năng ứng dụng của hệ thống. Nghiên cứu về mạng học sâu (Deep Learning) và mạng nơron tích chập (Convolutional Neural Network - CNN). Tìm hiểu kỹ thuật học sâu, mạng neural, mạng neural tích chập, mạng ResNet50. Hiểu được kiến trúc mạng ResNet50. Xây dựng và triển khai hệ thống nhận dạng trên một nền tảng ứng dụng đáp ứng nhu cầu thực tế hiện tại. Xây dựng mạng CNN đơn giản để mong đợi một số hiệu suất cơ bản mà CNN đơn giản này có trong bộ dữ liệu. Sau đó, cải thiện mô hình bằng cách thêm Transfer Learning với ResNet50 làm mô hình cơ sở cho đề tài.
Từ khóa tự do Công nghệ nhận dạng
Từ khóa tự do Nhận dạng hình ảnh
Từ khóa tự do Deep Learning
Khoa Khoa Công nghệ Thông tin
Tác giả(bs) CN Trương, Hải Bằng
Địa chỉ 300Q12_Kho Luận án, luận văn(1): 096744
000 00000nam#a2200000u##4500
00154453
0023
004EA443733-48BE-4E26-9140-730027740305
005202503310845
008250327s2024 vm vie
0091 0
039|a20250331084516|bbacntp|y20250327085520|zbacntp
040 |aNTT
041 |avie
044 |avm
082 |a006.6|bV986
100 |aVũ, Thanh Nhàn
245 |aỨng dụng của Deep Learning để nhận dạng hình ảnh : |bLuận văn Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / |cVũ Thanh Nhàn, Trương Hải Bằng (hướng dẫn)
260 |aTp. Hồ Chí Minh : |bĐại học Nguyễn Tất Thành, |c2024
300 |aX, 63 tr. : |bbiểu đồ, hình ảnh ; |c29 cm.
502 |athư mục: tr.62 - 63
520 |aĐánh giá hiệu suất của mô hình đã phát triển, so sánh với các phương pháp truyền thống và các mô hình học sâu khác. Đồng thời, thực hiện các thử nghiệm thực tế để kiểm tra khả năng ứng dụng của hệ thống. Nghiên cứu về mạng học sâu (Deep Learning) và mạng nơron tích chập (Convolutional Neural Network - CNN). Tìm hiểu kỹ thuật học sâu, mạng neural, mạng neural tích chập, mạng ResNet50. Hiểu được kiến trúc mạng ResNet50. Xây dựng và triển khai hệ thống nhận dạng trên một nền tảng ứng dụng đáp ứng nhu cầu thực tế hiện tại. Xây dựng mạng CNN đơn giản để mong đợi một số hiệu suất cơ bản mà CNN đơn giản này có trong bộ dữ liệu. Sau đó, cải thiện mô hình bằng cách thêm Transfer Learning với ResNet50 làm mô hình cơ sở cho đề tài.
541 |anộp lưu chiểu
653 |aCông nghệ nhận dạng
653 |aNhận dạng hình ảnh
653 |aDeep Learning
690 |aKhoa Công nghệ Thông tin
691 |aCông nghệ thông tin
700 |aTrương, Hải Bằng|cTS.|eHướng dẫn
852|a300|bQ12_Kho Luận án, luận văn|j(1): 096744
8561|uhttp://elib.ntt.edu.vn/documentdata01/3 luanvanluanan/anhbia_2024/54453_ungdungcuadeeplearningdenhandanghinhanhthumbimage.jpg
890|a1|b0|c0|d0
Dòng Mã vạch Nơi lưu S.gọi Cục bộ Phân loại Bản sao Tình trạng Thành phần Đặt chỗ
1 096744 Q12_Kho Luận án, luận văn 006.6 V986 Sách mượn tại chỗ 1 Chưa sẵn sàng

Không có liên kết tài liệu số nào