Đồ án tốt nghiệp - Xây dựng hệ thống nhận diện biển số xe bằng mô hình học sâu

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
NGÀNH KỸ THUẬT DỮ LIỆU
______

KHÓA LUẬN TỐT NGHIỆP
XÂY DỰNG HỆ THỐNG NHẬN DIỆN BIỂN SỐ XE
BẰNG MÔ HÌNH HỌC SÂU

GVHD: TS. Nguyễn Thành Sơn
SVTH1: 20133034 – Lê Minh Đăng
SVTH2: 20133075 - Võ Hoàng Nguyên

TP. Hồ Chí Minh, tháng 07 năm 2024

ĐH SƯ PHẠM KỸ THUẬT TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
KHOA CNTT
*******

Độc lập – Tự do – Hạnh phúc
*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1: Lê Minh Đăng
MSSV: 20133034
Họ và tên Sinh viên 2: Võ Hoàng Nguyên
MSSV: 20133075
Chuyên ngành: Kỹ thuật Dữ liệu
Đề tài: Xây dựng hệ thống nhận diện biển số xe bằng mô hình học sâu
Họ và tên Giáo viên hướng dẫn: TS. Nguyễn Thành Sơn
NHẬN XÉT
1.
Về nội dung đề tài và khối lượng thực hiện:
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
2.
Ưu điểm:
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
3.
Khuyết điểm:
...........................................................................................................................................
...........................................................................................................................................
...........................................................................................................................................
..............................................................................................................
...

...
ar-unit-activation-functiond9b6845f0c81

28.

Qiu, M. Huang, L. Tang, B.-H. (2022). ASFF-YOLOv5: Multielement Detection Method for
Road Traffic in UAV Images Based on Multiscale Feature Fusion. Remote Sens. 2022, 14,
3498. Truy cập tại: https://doi.org/10.3390/rs14143498

29.

Yawar Rehman. (2024). How the bottleneck layers in the deep networks work and how do
those layers reduce computational complexity. Truy cập tại:
https://medium.com/@reh.yawar2/how-the-bottleneck-layers-in-the-deep-networks-workand-how-do-those-layers-reduce-computational-7bc99c0d1e96

30.

Jane Torres. (2024). YOLOv8 Architecture: A Deep Dive into its Architecture. Truy cập tại:
https://yolov8.org/yolov8-architecture/#google_vignette

31.

Jane Torres. (2024). How Does YOLOv8 Work? A Peek Inside its Object Detection Brain.
Truy cập tại: https://yolov8.org/how-does-yolov8-work/

89

32.

MMYOLO. Algorithm Principles and Implementation With YOLOv8. Truy cập tại:
https://mmyolo.readthedocs.io/en/latest/recommended_topics/algorithm_deions/yolov8
_deion.html#yolov8-overview

33.

Deval Shah. (2022). Mean Average Precision (mAP). Explained: Everything You Need to
Know. Truy cập tại: https://www.v7labs.com/blog/mean-average-precision

34.

Nisha Arya Ahmed. Mean Average Precision (mAP): A Complete Guide. Truy cập tại:
https://kili-technology.com/data-labeling/machine-learning/mean-average-precision-map-acomplete-guide

35.

RichardMinsooGo-ML. Bible_4_PartC_TF2_Yolo_V1_V4. Truy cập tại:
https://github.com/RichardMinsooGo-ML/Bible_4_PartC_TF2_Yolo_V1_V4 (Source code
tham khảo các mô hình YOLOv2, YOLOv3 và YOLOv4).

36.

Jianhua Yang. Real-time General Object Detection. Truy cập tại:
https://github.com/yjh0410/RT-ODLab?tab=readme-ov-file (Source code tham khảo mô
hình YOLOv8).

37.

Xintao. GFP-GAN. Truy cập tại: https://github.com/TencentARC/GFPGAN?tab=readmeov-file#european_le-model-zoo (Source code tham khảo mô hình GFP-GAN).

90

PHỤ LỤC
HƯỚNG DẪN SỬ DỤNG PHẦN MỀM NHẬN DIỆN BIỂN SỐ XE

Trang chủ của phần mềm Nhận diện biển số xe

Bấm vào đây để huấn
luyện mô hình trên
tập dữ liệu và các
trọng số bạn muốn

91

Bấm vào đây để Test
độ chính xác của mô
hình trên tập dữ liệu
bạn muốn

Bấm vào đây để chọn ảnh
muốn Nhận diện biển số xe

Chọn mô hình mà bạn muốn dùng để Nhận diện,
có thể chọn:
• Full Demo để xem chỉ kết quả cuối cùng.
• Detail Demo để xem chi tiết từng bước nhận diện
biển số xe.

Kết quả của quá trình Nhận diện biển số xe

92