Đồ án tốt nghiệp - Sử dụng mô hình mạng hồi quy truy hồi để tạo chú thích cho hình ảnh

.
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
-????????????????????-

KHÓA LUẬN TỐT NGHIỆP
NGÀNH KỸ THUẬT DỮ LIỆU
Đề Tài:

SỬ DỤNG MÔ HÌNH MẠNG HỒI QUY TRUY HỒI ĐỂ TẠO
CHÚ THÍCH CHO HÌNH ẢNH

GIẢNG VIÊN HƯỚNG DẪN
ThS. Quách Đình Hoàng
SVTH: Đinh Quốc Hùng – 19133025
Trần Nguyên Thái Bảo – 19133010

KHÓA 2019 - 2023

ĐẠI HỌC SƯ PHẠM KỸ THUẬT

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TP. HCM

Độc lập – Tự do – Hạnh Phúc

KHOA CNTT

*******

*******
PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1: Đinh Quốc Hùng

MSSV 1: 19133025

Họ và tên Sinh viên 2: Trần Nguyên Thái Bảo

MSSV 2: 19133010

Ngành: Kỹ thuật dữ liệu
Tên đề tài: SỬ DỤNG MÔ HÌNH MẠNG HỒI QUY TRUY HỒI ĐỂ TẠO
CHÚ THÍCH CHO HÌNH ẢNH
Họ và tên Giáo viên hướng dẫn: ThS. Quách Đình Hoàng
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:

2. Ưu điểm:

3. Khuyết điểm:

4. Đánh giá loại:
5. Điểm:
Tp. Hồ Chí Minh, ngày tháng năm 2023
Giáo viên hướng dẫn
(Ký &amp ghi rõ họ tên)

ĐH SƯ PHẠM KỸ THUẬT
TP.HCM
KHOA CNTT
*******

XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc
*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ và tên Sinh viên 1 : Đinh Quốc Hùng

MSSV 1: 19133025

Họ và tên Sinh viên 2 : Trần Nguyên Thái Bảo

MSSV 2: 19133010

Ngành: Kỹ thuật dữ liệu
Tên đề tài: SỬ DỤNG MÔ HÌNH MẠNG HỒI QUY TRUY HỒI ĐỂ TẠO
CHÚ THÍCH CHO HÌNH ẢNH
Họ và tên Giáo viên phản biện: TS. Nguyễn Thiên Bảo
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:

2. Ưu điểm:

3. Khuyết điểm

4. Đề nghị cho bảo vệ hay không ?
5. Đánh giá loại :
6. Điểm :
Tp. Hồ Chí Minh, ngày tháng 07 năm 2023
Giáo viên phản biện
(Ký &amp ghi rõ họ tên)

LỜI CẢM ƠN
Lời đầu tiên nhóm xin phép được gửi lời cảm ơn chân thành và sâu sắc nhất đến
với Khoa Công Nghệ Thông Tin – Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ
Chí Minh đã tạo điều kiện cho nhóm chúng em được học tập, phát triển nền tảng kiến
thức sâu sắc và thực hiện đề tài này.
Bên cạnh đó nhóm chúng em xin gửi đến thầy Quách Đình Hoàng lời cảm ơn sâu
sắc nhất. Trải qua một quá trình dài học tập và thực hiện đề tài trong thời gian qua.
Thầy đã tận tâm chỉ bảo nhiệt tình nhóm chúng em trong suốt quá trình từ lúc bắt đầu
cũng như kết thúc đề tài này.
Với sự hướng dẫn nhiệt tình, giảng dạy tận tình đầy đủ kiến thức của thầy Quách
Đình Hoàng, chúng em đã học tập và hiểu được những kiến thức về các thuật toán
trong bài toán sử dụng mô hình hồi quy để tạo chú thích cho hình ảnh
Tuy nhiên lượng kiến thức là vô tận và với khả năng
...

...
o ra các mô tả hình ảnh đa
dạng và chất lượng cao hơn. Ensemble Learning có thể giúp cải thiện độ chính
xác và tính đa dạng của các mô hình Image Captioning.
- Tạo ra các bộ dữ liệu mới và phong phú hơn: Mở rộng tập dữ liệu Flickr8k
hoặc thu thập các tập dữ liệu mới có độ phân loại chi tiết hơn, đa dạng hơn về
nội dung hình ảnh và mô tả ngôn ngữ. Điều này giúp tăng tính tổng quát hóa
và khả năng áp dụng của mô hình Image Captioning..

TÀI LIỆU THAM KHẢO
[1] Introduction to computer vision: History and applications, October 5, 2021,
https://www.superannotate.com/blog/introduction-to-computer-vision.
[2] Deep Learning: A Comprehensive Overview on Techniques, Taxonomy,
Applications

and

Research

Directions,

18

August

2021,

https://link.springer.com/article/10.1007/s42979-021-00815-1.
[3] Recurrent Neural Networks cheatsheet, By Afshine Amidi and Shervine Amidi,
https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-recurrent-neural-networks#o
verview.
[4] Convolutional Neural Networks cheatsheet, By Afshine Amidi and Shervine Amidi
,https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-convolutional-neural-netwo
rks.
[5] Image Captioning – Chú thích dữ liệu hình ảnh bằng công nghệ học sâu, 13 Sept
2022,
https://vinbigdata.com/kham-pha/image-captioning-chu-thich-du-lieu-hinh-anh-bang-c
ong-nghe-hoc-sau.html#Cac_kien_truc_cua_chu_thich_anh.
[6]

CS231n:

Deep

Learning

for

Computer

Vision,

Stanford

University,

http://cs231n.stanford.edu/schedule.html.
[7] CS231n: Convolutional Neural Networks for Visual Recognition, Stanford
University, Spring 2023, https://cs231n.github.io/.
[8]

A

Step

by

Step

Backpropagation

Example,

by

Matt

https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/.

Mazur,

PHỤ LỤC HÌNH ẢNH
[1], [2], [3] Mạng neural hồi quy cheatsheet: cheatsheet-recurrent-neural-networks.
[4], [5], [6] Mạng neural hồi quy cheatsheet: cheatsheet-recurrent-neural-networks.
[7] Mạng neural tích chập cheatsheet: cheatsheet-convolutional-neural-networks
[8] Mạng neural tích chập cheatsheet: cheatsheet-convolutional-neural-networks.
[9] Mạng neural tích chập cheatsheet: cheatsheet-convolutional-neural-networks.
[10] Mạng neural tích chập cheatsheet: cheatsheet-convolutional-neural-networks.
[11] Mạng neural tích chập cheatsheet: cheatsheet-convolutional-neural-networks.
[12] The Annotated ResNet-50: Resnet-50 Model architecture.
[13] A Brief Overview of Recurrent Neural Networks (RNN): Train RNN