BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM

KHOA CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP
Đề tài:

PHÂN LOẠI VÀ KIỂM ĐỊNH SẢN PHẨM
NÔNG NGHIỆP DÙNG KĨ THUẬT XỬ LÝ
ẢNH
GIẢNG VIÊN HƯỚNG DẪN :

TS. LÊ MỸ HÀ

SINH VIÊN THỰC HIỆN:

NGUYỄN SANH CÔNG

12151126

LỚP:

12151CLC

NGÀNH:

CÔNG NGHỆ KTDK VÀ TỰ ĐỘNG HÓA

KHÓA:

2012 – 2016

Tp. Hồ Chí Minh, tháng 1/2018

PHẦN A: GIỚI THIỆU

i

TRƯỜNG ĐH. SPKT TP. HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CHẤT LƯỢNG CAO

ĐỘC LẬP - TỰ DO - HẠNH PHÚC
Tp.HCM, ngày

tháng

năm 2018

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ tên sinh viên: Nguyễn Sanh Công

MSSV: 12151126

Chuyên ngành: Công nghệ Kỹ thuật điều khiển và Tự động hóa
Mã ngành:

12151

Hệ đào tạo: Đại học chính quy

Khóa:

2012-2016

Lớp: 12151CLC

I. TÊN ĐỀ TÀI: PHÂN LOẠI VÀ KIỂM ĐỊNH SẢN PHẨM NÔNG
NGHIỆP DÙNG KĨ THUẬT XỬ LÝ ẢNH
Thời gian thực hiện từ 20/9/2018 đến 7/1/2018
II. NHIỆM VỤ
1. Các yêu cầu cụ thể của đề tài:
-

Tìm hiểu các phương pháp xác định lỗi và phân loại trái cây.

-

Tìm hiểu về phương pháp nhận dạng bằng mạng neuron tích chập
(CNN).

-

Thiết kế và thi công mô hình phân loại trái cây.

-

Tạo tập Data và tiến hành học tìm tham số tốt nhất để giảm sai số
cho mô hình.

2. Lời cam đoan cuả sinh viên:
Tôi Nguyễn Sanh Công cam đoan Đồ án tốt nghiệp là công trình
nghiên cứu của tôi theo sự hướng dẫn của T.S Lê Mỹ Hà. Các kết quả
công bố trong đồ án là trung thực và không sao chép từ công trình nào
khác.
Tp.HCM, ngày
Xác nhận của bộ môn

tháng 1 năm 2018

Giáo viên hướng dẫn

ii

TRƯỜNG ĐẠI HỌC SPKT

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TP.HCM

Độc lập - Tự do - Hạnh phúc

Khoa Chất Lượng Cao
Bộ Môn Tự động điều khiển
Tp. Hồ Chí Minh, ngày.....tháng......năm 2018
LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP
Họ tên sinh viên :

NGUYỄN SANH CÔNG

Lớp: 12151CLC

MSSV: 12151126

Tên đề tài: PHÂN LOẠI VÀ KIỂM ĐỊNH SẢN PHẨM NÔNG NGHIỆP
DÙNG KĨ THUẬT XỬ LÝ ẢNH
Tuần/ngày

Nội dung

Tuần 1

Nhận đề tài. Gặp giáo viên hướng dẫn.

Tuần 2

Tuần 3

Xác

nhận

GVHD

Tìm hiểu tổng quan các phương pháp thực hiện đề tài.
Sinh viên làm theo nhiệm vụ được giao.
Kết nối webcam và xử lý tín hiệu ảnh.
Báo cáo tiến độ cho GVHD.
Tìm hiểu phương pháp xác định phân loại trái cây bằng
mạng neuron tích chập

Tuần 4,5

-

Tìm hiểu về CNN

-

Xác định cơ bản về hướng đi và các bước thực
hiện

Tìm hiểu về những ảnh hưởng tới kết quả trong quá
trình huấn luyện
Tuần 6,7

-

Môi trường.

-

Tập data và các tham số.

Báo cáo tiến độ cho GVHD.
Tuần 8
...

...
g có rất nhiều phương pháp tiếp
cận mục tiêu tiêu trên với sự hỗ trợ đắc lực từ các thuật toán học sâu như:

55

Đồ án tốt nghiệp

Chương 4: Kết luận và hướng phát triển

 Recurrent neural networks (RNN)
 Two-Stream Convolutional Networks
 3D Convolutional Neural Networks
 Actions ∼ Transformations
Nâng cấp chương trình có thể chạy được trên dữ liệu thực tế thu được từ các
loại camera số có thể tự động tracking (theo dõi) liên tục đối tượng.
Phát triển chương trình thành module phần cứng. Có khả năng tương thích với
các thiết bị quan sát như camera.
Nghiên cứu theo hướng một ứng dụng cụ thể như: trong các mô hình trồng
cây, phân loại trong các nhà máy đóng gói xuất khẩu,…

56

TÀI LIỆU THAM KHẢO
[1] . Yann Lecun, Léon Bottou, Yoshua BenGio, and Patrick Haffner.
“GradientBased Learning Applied to Document Recognition”. Proc. of the
IEEE, November 1998.
[2] . Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. “Imagenet
classification with deep convolutional neural networks”. Advances in
neural information processing systems. 2012.
[3] . Vedaldi, Andrea, and Karel Lenc. “MatConvNet-convolutional neural
networks for MATLAB”. arXiv preprint arXiv:1412.4564 (2014).
[4] . N. Dalal and B. Triggs. “Histograms of oriented gradients for human
detection”. In CVPR, pages 886–893, 2005.
[5] . Yangqing Jia. “Caffe: Convolutional Architecture for Fast Feature
Embedding”. 2014.
[6] . M. D. Zeiler and R. Fergus. “Visualizing and understanding
convolutional networks”. In Proc. ECCV, 2014.
[7] . Anoosha, Nandakumar. “A Technique of Human Action Recognition
Using 3D Convolutional Neural Network”. International Journal of
Emerging Technology and Advanced Engineering. September 2014.
[8] . Karen Simonyan, Andrew Zisserman. “Two-Stream Convolutional
Networks for Action Recognition in Videos”. Visual Geometry Group,
University of Oxford.
[9] . Moez Baccouche, Franck Mamalet, Christian Wolf, Christophe Garcia,
and Atilla Baskurt. “Sequential Deep Learning for Human Action
Recognition”. Orange Labs, 4 rue du Clos Courtel, 35510 CessonSévigné, France. LIRIS, UMR 5205 CNRS, INSA-Lyon, F-69621,
France.
[10]
. Lê Viết Tuấn. “Nhận diện hành động người bằng cập nhật kết quả
phân lớp”. Trường Đại học Yersin Đà Lạt. Bản tin khoa học và giáo dục
2014.
[11]
. Lê Thị Thu Hằng. “Nghiên cứu về mạng neural tích chập và ứng
dụng cho bài toán nhận dạng biển số xe”. Luận văn thạc sĩ công nghệ
thông tin, Đại học quốc gia Hà Nội, Trường đại học Công Nghệ. 2016.

57