Đồ án tốt nghiệp - Phân loại trái cây bằng mô hình phát hiện vật thể yolo

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN - ĐIỆN TỬ
BỘ MÔN KỸ THUẬT MÁY TÍNH VIỄN THÔNG

ĐỒ ÁN TỐT NGHIỆP
NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ VIỄN THÔNG

Đề tài:

PHÂN LOẠI TRÁI CÂY BẰNG MÔ HÌNH
PHÁT HIỆN VẬT THỂ YOLO

SINH VIÊN THỰC HIỆN:

NGUYỄN VĂN TRƯỜNG
MSSV: 20161389
BÙI NAM PHƯƠNG
MSSV: 20161353

TP. HỒ CHÍ MINH - 6/2024

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN KỸ THUẬT MÁY TÍNH VIỄN THÔNG

ĐỒ ÁN TỐT NGHIỆP
ĐỀ TÀI:

PHÂN LOẠI TRÁI CÂY BẰNG MÔ HÌNH
PHÁT HIỆN VẬT THỂ YOLO
NGÀNH CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ VIỄN THÔNG

GIẢNG VIÊN HƯỚNG DẪN: ThS. ĐẶNG PHƯỚC HẢI TRANG
SINH VIÊN THỰC HIỆN:

NGUYỄN VĂN TRƯỜNG
MSSV: 20161389
BÙI NAM PHƯƠNG
MSSV: 20161353

TP. HỒ CHÍ MINH – 6/2024

LỜI CẢM ƠN
Trong quá trình thực hiện đồ án tốt nghiệp này, chúng em xin gửi lời cảm ơn
chân thành đến Trường Đại học Sư phạm Kỹ thuật TP.HCM. Nhà trường đã tạo
điều kiện và cung cấp môi trường học tập tốt nhất cho chúng em trong suốt bốn
năm học vừa qua. Những kiến thức và kỹ năng chúng em tích lũy được tại đây sẽ
là nền tảng vững chắc cho sự nghiệp tương lai. Chúng em cũng vô cùng biết ơn sự
giúp đỡ nhiệt tình từ các thầy cô, bạn bè và nhà trường trong suốt thời gian này.
Sự hỗ trợ kịp thời và những lời động viên chân thành đã giúp chúng em vượt qua
nhiều khó khăn và thử thách.
Đặc biệt, chúng em xin gửi lời cảm ơn sâu sắc đến giảng viên hướng dẫn, thầy
Đặng Phước Hải Trang. Thầy đã dành nhiều thời gian, công sức và tâm huyết để
hướng dẫn chúng em trong suốt quá trình thực hiện đồ án. Sự chỉ dẫn tận tình và
những lời khuyên quý báu của thầy đã giúp chúng em hoàn thành đồ án này một
cách tốt nhất. Sự hỗ trợ và định hướng của thầy là yếu tố quan trọng giúp chúng
em đạt được những kết quả như mong đợi.
Chúng em không quên cảm ơn gia đình, những người đã luôn ở bên, động viên
và ủng hộ chúng em trong suốt hành trình học tập và thực hiện đồ án. Sự động viên
và hỗ trợ từ phía gia đình là nguồn động lực lớn lao giúp chúng em vượt qua mọi
khó khăn và hoàn thành tốt nhiệm vụ của mình.
Cuối cùng, chúng em xin gửi lời chúc tốt đẹp nhất đến quý thầy cô, bạn bè đã
đồng hành và hỗ trợ chúng em trong suốt chặng đường này. Chúc quý thầy cô luôn
dồi dào sức khỏe, tiếp tục truyền đạt những kiến thức quý báu và là nguồn cảm
hứng cho các thế hệ sinh viên. Một lần nữa, chúng em xin chân thành cảm ơn và
chúc quý thầy cô, bạn bè luôn thành công và hạnh phúc trong cuộc sống.

i

TÓM TẮT
 Tên đề tài: “Phân loại trái cây bằng mô h
...

...

Southern Medical University, 2021

[8]

Stephen-Kamau, Real-Time Object Detection with YOLO: A Step-by-Step
Guide with Realtime Fire Detection, Example, 2023. Retrieved from:
https://dev.to/stiveckamash/real-time-object-detection-with-yolo-a-stepby-step-guide-with-realtime-fire-detection-example-1edb

83

[9]

Joseph Redmon, Santosh Divvala, Ross Girshick và Ali Farhadi, You
Only Look Once: Unified, Real-Time Object Detection, 2016. Retrieved
from: https://arxiv.org/pdf/1506.02640

[10]

Viswanatha, Chandana và Ramachandra, Real Time Object Detection
System with YOLO and CNN Models: A Review, Electronics and
Communication Engineering Department Nitte Meenakshi Institute of
Technology, Bangalore, 2022.

[11]

Aston Zhang và cộng sự, Dive into Deep Learning, USA, 2018.
Retrieved from: https://d2l.ai/chapter_computer-vision/rcnn.html

[12]

Chung Pham Van, [Deep Learning] Tìm hiểu về mạng tích chập (CNN),
2020. Retrieved from: https://viblo.asia/p/deep-learning-tim-hieu-vemang-tich-chap-cnn-maGK73bOKj2

[13]

Nguyễn Văn Hiếu, Thuật toán K-Means (K-Means clustering) và ví dụ,
2018. Retrieved from: https://blog.luyencode.net/thuat-toan-phan-cum-kmeans/

[14]

Aishwarya Singh, ing the Right Bounding Box Using Non-Max
Suppression (with implementation), 2024. Retrieved from:
https://www.analyticsvidhya.com/blog/2020/08/ing-the-rightbounding-box-using-non-max-suppression-with-implementation/

[15]

Quoc Pham, Tìm Hiểu Mô Hình YOLO Cho Bài Toán Object Detection Understanding YOLO, 2018. Retrieved from
https://pbcquoc.github.io/yolo/

[16]

Zhaohui Zheng và cộng sự, Distance-IoU Loss: Faster and Better
Learning for Bounding Box Regression, Tianjin University, China, 2019

[17]

Md Sazzad Hossain, Dual Focal Loss (DFL), 2022. Retrieved from:
https://www.mathworks.com/matlabcentral/fileexchange/104395-dualfocal-loss-dfl?s_tid=FX_rc2_behav

84

[18]

Chien-Yao Wang và cộng sự, CSPNET: A NEW BACKBONE THAT
CAN ENHANCE LEARNING CAPABILITY OF CNN, Science Academia
Sinica, Taiwan, 2019

[19]

Dong Cong Trinh và cộng sự, Alpha-EIOU-YOLOv8: An Improved
Algorithm for Rice Leaf Disease Detection, Đại học Bách khoa Hà Nội,
Việt Nam, 2024

[20]

Tsung-Yi Lin và cộng sự, Microsoft COCO: Common Objects in
Context, 2015. Retrieved from https://arxiv.org/pdf/1405.0312

[21]

Firebase – Introduction, 2021. Retrieved from:
https://www.geeksforgeeks.org/firebase-introduction/

85

SOURCE CODE
https://huggingface.co/namphuong0213/DATN/tree/main

86