Tóm tắt Luận văn Thạc sĩ Kỹ thuật phần mềm: Nhận dạng và phân loại hoa quả trong ảnh màu

Luận văn trước hết tập trung nghiên cứu, tìm hiểu và so sánh các phương pháp học máy truyền thống với phương pháp học sâu, đồng thời thực hiện cài đặt một mô hình huấn luyện về nhận dạng ảnh trong Học sâu với số lượng hoa quả được hạn chế, và sử dụng chúng làm bộ nhận dạng cơ sở cho ứng dụng hỗ trợ nhận dạng hoa quả trên điện thoại thông minh.
Nội dung trích xuất từ tài liệu:
Tóm tắt Luận văn Thạc sĩ Kỹ thuật phần mềm: Nhận dạng và phân loại hoa quả trong ảnh màuĐẠI HỌC QUỐC GIA HÀ NỘITRƯỜNG ĐẠI HỌC CÔNG NGHỆNGUYỄN ĐẮC THÀNHNHẬN DẠNG VÀ PHÂN LOẠI HOA QUẢ TRONG ẢNH MÀUNgành: Công nghệ thông tinChuyên ngành: Kỹ thuật phần mềmMã số: 60480103TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT PHẦN MỀMHà Nội – 2016Mục lụcMỞ ĐẦU ............................................................................................31.Tính cấp thiết của đề tài luận văn ........................................... 32.Mục tiêu của luận văn ............................................................. 32.1.Cơ sở dữ liệu ảnh hoa quả ............................................... 32.2.Bộ huấn luyện nhận dạng hoa quả ................................... 42.3.Ứng dụng nhận dạng hoa quả .......................................... 5Cấu trúc của luận văn .............................................................. 53.Chương 1. Giới thiệu tổng quan ......................................................71.1.Bài toán nhận dạng và phân loại hoa quả ............................ 71.2.Các hướng tiếp cận và giải quyết bài toán .......................... 71.2.1.Phương pháp Machine Learning truyền thống ............ 81.2.2.Phương pháp Học sâu ................................................ 10Chương 2. Mạng nơ-ron tích chập ................................................112.1. Kiến trúc mạng nơ-ron tích chập ........................................... 112.2. Học chuyển giao và tinh chỉnh mô hình huấn luyện ............. 132.3. Mạng huấn luyện AlexNet .................................................... 142.2.1.Kiến trúc mạng AlexNet ............................................ 152.4. Ứng dụng mạng AlexNet vào bài toán Nhận dạng, phân loạihoa quả ......................................................................................... 16Chương 3. Tổng quan Hệ thống Fruit Recognition System ........173.1. Tổng quan hệ thống ............................................................... 173.2. Mô đun quản lý cơ sở dữ liệu ................................................ 183.3. Bộ huấn luyện mô hình ......................................................... 183.3.1.Môi trường huấn luyện .............................................. 193.3.2.Cấu hình mạng huấn luyện AlexNet .......................... 203.3.3.Một số hình ảnh về đặc trưng do mạng AlexNet tính toán 203.3.4.Các mô đun phía Server ............................................. 213.4. Ứng dụng phía Client ............................................................ 22Chương 4. Kết quả thử nghiệm và đánh giá ................................234.1. So sánh với phương pháp Machine Learning truyền thống .......... 234.2. So sánh kết quả với bộ CSDL được sinh tự động ................. 244.3. Thử nghiệm ứng dụng trong thực tế ...................................... 26Chương 5. Kết luận ..........................................................................28MỞ ĐẦU1.Tính cấp thiết của đề tài luận vănHiện nay, ở nước ta nói riêng và ở các nước đang phát triển cónền nông nghiệp là một trong các ngành sản xuất chủ yếu, quá trìnhthu hoạch, phân loại và đánh giá chất lượng các loại sản phẩm nôngnghiệp, đặc biệt là các loại hoa quả, chủ yếu còn phải thực hiện bằngcác phương pháp thủ công. Đây là công việc không quá khó, nhưngtiêu tốn nhiều thời gian, công sức của con người và là rào cản đối vớimở rộng phát triển quy mô sản xuất nông nghiệp.Trong thời gian gần đây, nhờ có sự phát triển mạnh mẽ về khảnăng tính toán của các thế hệ máy tính hiện đại cũng như sự bùng nổvề dữ liệu thông qua mạng lưới Internet trải rộng, ta đã chứng kiếnnhiều sự đột phá trong lĩnh vực Học máy, đặc biệt là trong lĩnh vựcThị giác máy tính. Sự quay lại và phát triển vượt bậc của các phươngpháp Học sâu đã giúp Thị giác máy tính đạt được những thành tựuđáng kể trong lĩnh vực Nhận dạng ảnh, trong đó có bài toán nhận dạnghoa quả. Đề tài nghiên cứ “Nhận dạng và phần loại hoa quả trong ảnhmàu” đã được đưa ra với hy vọng có thể ứng dụng thành công các môhình học sâu hiện đại để xây dựng một hệ thống nhận dạng hoa quả tựđộng, đặc biệt là đối với các loại hoa quả phổ biến tại nước ta.2.Mục tiêu của luận văn2.1.Cơ sở dữ liệu ảnh hoa quảBộ cơ sở dữ liệu ảnh là một trong các thành phần quan trọnghàng đầu trong các phương pháp Học máy nói chung, được sử dụngđể phục vụ cho quá trình tính toán tham số và huấn luyện, tinh chỉnhcác mô hình. Thông thường, bộ dữ liệu càng lớn và càng được chọnlọc tỉ mỉ cẩn thận thì độ chính xác của mô hình càng được cải thiện,nhưng trong phạm vi luận văn này sẽ được hạn chế cả về số lượng loạihoa quả sẽ nhận dạng cũng như số lượng ảnh chụp cho mỗi loại hoaquả đó. Cụ thể:- Số lượng hoa quả sẽ nhận dạng: 40 loại hoa quả phổ biếnở nước ta như nho, táo, chuối, thanh long…- Số lượng ảnh gốc cho mỗi loại quả: 500-1000 ảnhSau khi đã thu thập đủ số lượng ảnh gốc cho các loại hoa quả,ta sẽ sử dụng các thuật toán chỉnh sửa ảnh, như làm nghiêng ảnh, chènthêm nhiễu hoặc ghép ảnh với nền khác, để tạo thêm ảnh mới nhằmtăng cường kích thước cơ sở dữ liệu (CSDL).2.2.Bộ huấn luyện nhận dạng hoa quảĐể đưa ra đánh giá tổng quát và so sánh độ chính xác tươngđối giữa các phương pháp Học máy truyền thống với phương phápHọc sâu, luận văn thực hiện cài đặt một mạng huấn luyện nơ-ron nhântạo truyền thống và một mạng huấn luyện nơ-ron tích chập trong Họcsâu, sau khi thực hiện huấn luyện trên cùng bộ cơ sở dữ liệu ảnh và sosánh kết quả.Đối với phương pháp Học máy truyền thống: nghiên cứu, tìmhiểu các phương pháp đã được trình bày trong các bài báo, công trìnhkhoa học và thống kê ra các đặc trưng thường được sử dụng và chokết quả huấn luyện tốt nhất. Các đặc trưng này thể hiện thông tin của ...