Đồ án tốt nghiệp - Thiết kế mô hình ứng dụng nhận diện nhãn hiệu

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
***-Tp. Hồ Chí Minh, ngày … tháng 07 năm 2019

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên:

NGUYỄN PHẠM DUY ĐỨC

MSSV:

15119015

Ngành:Công Nghệ Kỹ Thuật Máy Tính

Lớp: 15119CL2

Giảng viên hướng dẫn: Ths. Huỳnh Hoàng Hà

ĐT: 0962443310

Ngày nhận đề tài: 2019

Ngày nộp đề tài: 2019

1. Tên đề tài: Thiết kế mô hình ứng dụng nhận diện nhãn
hiệu.
2. Các số liệu, tài liệu ban đầu:
Kiến thức cơ bản về các môn Toán Cao Cấp, Xác suất
Thống kê ứng dụng, Máy học, Thiết kế ứng dụng di động.
3. Nội dung thực hiện đề tài:






Thiết kế mô hình máy học nhận diện nhãn hiệu
trong ảnh.
Thu thập dữ liệu và gắn nhãn.
Thiết kế mô hình trao đổi thông tin giữa thiết bị
với server và ứng dụng android cho smartphone.
Triển khai thực tế và đánh giá.
Viết báo cáo.

4. Sản phẩm:
Mô hình ứng dụng nhận diện nhãn hiệu trên smartphone.
TRƯỞNG NGÀNH

GIẢNG VIÊN HƯỚNG DẪN

i

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
***

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên: Nguyễn Phạm Duy Đức
MSSV: 15119015
Ngành: Công nghệ Kỹ thuật máy tính
Tên đề tài: Thiết kế mô hình ứng dụng nhận diện nhãn hiệu
Họ và tên Giáo viên hướng dẫn: ...............................................................................................................
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:
....................................................................................................................................................................
....................................................................................................................................................................
....................................................................................................................................................................
....................................................................................................................................................................
2. Ưu điểm:
....................................................................................................................................................................
....................................................................................................................................................................
..........................................................................
...

...
u được nhận diện bằng ứng dụng
Chọn nút pepsi sẽ ra thông tin của hãng pepsi.

Hình 4.6: Giao diện hiện thông tin pepsi của ứng dụng
43

Nhấn nút mũi tên để quay về giao diện chính.

Hình 4.7: Vị trí mũi tên để quay lại giao diện chính
Sau khi quay về giao diện chính thì hình ảnh cũ vẫn còn giữ.

Hình 4.8: giao diện chính sau khi quay về từ giao diện thông tin
44

Nhấn cancel để quay lại giao diện ban đầu.
Chọn ảnh có sẵn:

Hình 4.9: Vị trí nút nhấn chọn ảnh có sẵn

Hình 4.10: Giao diện chọn ảnh có sẵn

45

Hình 4.11: Giao diện thông tin của các loại nhãn khác nhau

46

Hình 4.12: Giao diện thông tin của các loại nhãn khác nhau

47

CHƯƠNG 5: NHẬN XÉT VÀ HƯỚNG PHÁT TRIỂN
5.1.

Kết luận

Luận văn tốt nghiệp đã hoàn thành đồ án đúng theo các yêu cầu đã đề ra. Xây
dựng thành công mô hình ứng dụng gửi hình ảnh về server để xử lý bằng ngôn ngữ
python. Luận văn đã đáp ứng được các yêu cầu:
- Tạo mô hình máy học nhận diện 10 loại nhãn hiệu.
- Tìm hiểu và tạo ứng dụng android cho điện thoại.
- Tạo một hệ thống xử lý trực tuyến, máy chủ sẽ xử lý nhận diện thay cho thiết bị
điện thoại nhằm tăng tốc độ nhận diện.
- Tỷ lệ nhận diện được một trong mười loại nhãn chỉ định là trên 75% các loại
nhãn trừ heineken.
Tuy nhiên, luận văn còn các hạn chế cần khắc phục như:
- Hiện tượng giảm chất lượng ảnh trên smartphone samsung J7 và một số
smartphone samsung khác.
- Nhận diện kém nhãn heineken.
- Tốc độ xử lý tại máy chủ còn chậm và chưa tối ưu cho nhiều người sử dụng
cùng lúc
5.2. Hướng phát triển
- Tăng thời gian học của mô hình, đồng thời giảm learning rate giúp giảm hàm
mất mát nhằm nhận diện chính xác hơn.
- Tăng số lượng mẫu dữ liệu giúp mô hình nhận diện chính xác hơn trong nhiều
môi trường khác nhau.
- Dùng gói tin để gửi trực tiếp đến server nhằm tăng tốc độ nhận diện.
- Cải thiện thuật toán máy chủ để tối ưu phục vụ nhiều người sử dụng cùng lúc.
- Chuyển sang chụp ảnh rồi lưu lại tại bộ nhớ smartphone để khắc phục tình trạng
giảm chất lượng ảnh.
- Tăng số lượng nhãn hiệu nhận diện.
- Từ mô hình có sẵn, viết chương trình để tự động thu thập thêm dữ liệu.

48

TÀI LIỆU THAM KHẢO
[1] K. H. R. G. a. J. S. Shaoqing Ren, Faster R-CNN: Towards Real-Time Object, 6 Jan 2016.
[2] R. Girshick, Fast R-CNN, IEEE International Conference on Computer Vision (ICCV), 2015.
[3] J. D. T. D. a. J. M. R. Girshick, Rich feature hierarchies for accurate object detection and
semantic segmentation, IEEE Conference on Computer Vision and Pattern, 2014.

49