TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
BẢO VỆ KHÓA LUẬN KỸ THUẬT DỮ LIỆU

PHAN CÔNG DANH – 21133014
LƯƠNG TƯỜNG VY - 21133093
Đề Tài:

XÂY DỰNG HỆ THỐNG
GIÁM SÁT GIAO THÔNG DỰA TRÊN YOLO11

KHÓA LUẬN TỐT NGHIỆP KỸ SƯ KỸ THUẬT DỮ LIỆU
GIẢNG VIÊN HƯỚNG DẪN
PGS.TS HOÀNG VĂN DŨNG

KHÓA 2021 - 2025
Tp. Hồ Chí Minh, tháng 6 năm 2025
1

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ tên Sinh viên 1: Phan Công Danh

MSSV 1: 21133014

Họ tên Sinh viên 2: Lương Tường Vy

MSSV 2: 21133093

Ngành: Kỹ thuật Dữ liệu
Tên đề tài: Xây dựng hệ thống giám sát giao thông dựa trên YOLO11
Họ và tên Giáo viên Hướng dẫn: PGS.TS Hoàng Văn Dũng
NHẬN XÉT:
1. Về nội dung đề tài và 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 6 năm 2025
Giáo viên hướng dẫn
(Kỹ &amp ghi rõ họ tên)

2

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc lập – Tự do – Hạnh phúc

*******

*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ tên Sinh viên 1: Phan Công Danh

MSSV 1: 21133014

Họ tên Sinh viên 2: Lương Tường Vy

MSSV 2: 21133093

Ngành: Kỹ thuật Dữ liệu
Tên đề tài: Xây dựng hệ thống giám sát giao thông dựa trên YOLO11
Họ và tên Giáo viên phản biện: Th.S Trần Quang Khải
NHẬN XÉT:
1. Về nội dung đề tài và 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 6 năm 2025
Giáo viên hướng dẫn
(Kỹ &amp ghi rõ họ tên)

3

Lời cảm ơn
Lời đầu tiên, nhóm thực hiện xin gửi đến thầy PGS.TS Hoàng Văn Dũng - giảng
viên hướng dẫn lời cảm ơn chân th
...

...
goài các hành vi đã triển khai (sai làn, không đội
mũ bảo hiểm, vượt đèn đỏ), có thể tích hợp thêm các tính năng phát hiện các vi phạm
khác như chạy quá tốc độ để tạo ra một hệ thống giám sát giao thông toàn diện hơn.
Nâng cao độ chính xác và khả năng xử lý trong điều kiện phức tạp: Tiếp tục nghiên cứu
và cải tiến mô hình để tăng độ chính xác, đặc biệt trong các điều kiện thời tiết xấu (mưa,
sương mù), ánh sáng yếu, hoặc khi phương tiện bị che khuất.
Tích hợp các công nghệ hỗ trợ: Kết hợp với các công nghệ khác như bản đồ số, GPS để
cung cấp thông tin vị trí vi phạm chính xác hơn, hoặc tích hợp với hệ thống xử phạt
nguội tự động.
Nghiên cứu ứng dụng AI khác trong giao thông: Mở rộng nghiên cứu sang các ứng dụng
khác của AI trong giao thông như điều khiển giao thông thông minh, dự báo lưu lượng
xe, hỗ trợ lái xe an toàn.

83

TÀI LIỆU THAM KHẢO
[6]

J. Redmon, S. Divvala, R. Girshick, A. Farhadi, “You Only Look Once: Unified,
Real-Time Object Detection”, arXiv, 2016.

[7]

Tìm hiểu về mạng nơron tích chập, https://thanhvie.com/tim-hieu-ve-mang-noron- tich-chap-convolutional-neural-networks/, (Truy cập ngày 30/1/2025).

[8]

Sumit Saha, “A Comprehensive Guide to Convolutional Neural Networks — the
ELI5 way,” SaturnCloud, 2018.

[9]

Convolutional neural network, https://nttuan8.com/bai-6-convolutional-neuralnetwork/, (Truy cập ngày: 22/02/2025).

[10]

A. Bewley, Z. Ge, L. Ott, F. Ramos, B. Upcroft, “Simple Online and Realtime
Tracking”, arXiv, 2016.

[11]

Mikel-brostrom,
https://github.com/mikelbrostrom/Yolov5_StrongSORT_OSNet, (Truy cập ngày
28/03/2025)

[12]

Ultralytics,

https://github.com/ultralytics/ultralytics/blob/main/README.md,

(Truy cập ngày: 22/04/2025).
[13]

Ultralytics YOLO11, https://docs.ultralytics.com/models/yolo11 (Truy cập ngày:
25/02/2025).

[14]

Abirami Vina, “Tất cả những gì bạn cần biết về Ultralytics YOLO11 và các ứng
dụng của nó”, https://www.ultralytics.com/vi/blog/all-you-need-to-know-aboutultralytics-yolo11-and-its-applications (Truy cập ngày: 05/03/2025).

[15]

J R. Terven &amp D M. Cordova-Esparaza, “A COMPREHENSIVE REVIEW OF
YOLO: FROM YOLOV1 AND BEYOND,” arXiv, 2023.

84

Phụ lục
Dữ liệu:
-

Dữ liệu cho quá trình nhận dạng và phân loại phương tiện giao thông
KLTN/DATA_KLTN/DATA_vehicle · Google Drive

-

Dữ liệu cho quá trình nhận dạng và phân loại phương tiện xe máy vi phạm
không đội mũ bảo hiểm KLTN/DATA_KLTN/DATA_helmet · Google Drive

Chương trình:
Code triển khai toàn bộ chương trình
Demo

85