Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 75,104,053

 Ứng dụng thuật toán faster region-based convolutional neural networks phân loại loài hoa
Tác giả hoặc Nhóm tác giả: ThS. Nguyễn Văn Nam, TS. Nguyễn Đức Quận
Nơi đăng: National Scientific Conference on Applying new Technology in Green Building (ATiGB 2019); Số: 5;Từ->đến trang: 183-192;Năm: 2019
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Việc ứng dụng các mô hình nhận dạng đối tượng vào phục vụ trong nông nghiệp, lâm nghiệp hiện nay là thật sự cần thiết. Các
nghiên cứu ứng dụng lĩnh vực này vào trong thực tế chưa nhiều. Mục tiêu của nghiên cứu này là thực nghiệm mô hình nhận dạng đối tượng để phân loại các loài hoa. Để thực hiện việc này tác giả đã huấn luyện cho mô hình học nhận biết 10 loài hoa khác nhau, sau đó tiến hành cho mô hình nhận dạng trên hình ảnh được tác giả chụp ngoài thực tế. Kết quả, mô hình đã phân loại với độ chính xác đạt 99,28%. Như vậy, với kết quả trên việc ứng dụng mô hình này vào chế tạo thiết bị phân loại các loài hoa phục vụ trong thu hoạch hoa hoặc trong các cửa hàng bán hoa là một hướng nghiên cứu ứng dụng mới. Ngoài ra, khả năng ứng dụng mô hình vào nhận dạng hệ động thực vật rừng phục vụ cho công tác điều tra, nghiên cứu sẽ mang lại nhiều hiệu quả trong công tác quản lý rừng hiện nay.

ABSTRACT
Although the application of object identification models in service of agriculture and forestry is now really necessary. There have not been many studies on the application of this field in practice. In this study, the object identification model was experimented to classify flowers by training the model to identify 10 different flower species. After that the model was applied for identifying the image of flowers taken by author. The model has been worked with an accuracy of 99.28%. This result offers a new application of this model to manufacturing equipment used in flower harvesting or flower clasifying in flower shops. In addition, the ability to apply this model to the identification of forest flora and fauna will bring many benefits in current forest management

© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn