ĐỀ XUẤT MÔ HÌNH YOLO V5 ỨNG DỤNG TRONG NHẬN DIỆN BIỂN SỐ XE
Tạp chí Khoa học Trường Đại học Mở Hà Nội · 2023
DOI: 10.59266/houjs.2023.277 ↗Kurz gefasst
Fachartikel in der Zeitschrift Tạp chí Khoa học Trường Đại học Mở Hà Nội, 2023. Verfasst von Nguyễn Thành Lợi* und 3 weiteren Autor:innen.
Abstract (Originalsprache)
Deep learning-học sâu lấy ý tưởng từ bộ não sinh học, các mô hình học sâu xây dụng các thuật toán giúp máy duy nghĩ và xử lý thông tin giống như bộ não con người. Các mô hình, thuật toán học sâu phát triển ngày càng rộng rãi và được ứng dụng nhiều vào thực tiễn nhằm giảm thiểu tối đa sức lao động của con người. Bài báo trình bày về các vấn đề liên quan đến mô hình Yolov5, bao gồm nguyên lý hoạt động, áp dụng mô hình để đào tạo cho dữ liệu từ đó nhận diện biển số xe và đánh giá mô hình. Kết quả chỉ ra mô hình có độ chính xác cao chứng tỏ tính khả thi khi ứng dụng trong thực tế.
Zitieren
APA
Lợi*, N. T., Phúc, Đ. X., Uyên, N. T. T., & Phát, N. H. (2023). ĐỀ XUẤT MÔ HÌNH YOLO V5 ỨNG DỤNG TRONG NHẬN DIỆN BIỂN SỐ XE. Tạp chí Khoa học Trường Đại học Mở Hà Nội. https://doi.org/10.59266/houjs.2023.277
Vancouver
Lợi* NT, Phúc ĐX, Uyên NTT, Phát NH. ĐỀ XUẤT MÔ HÌNH YOLO V5 ỨNG DỤNG TRONG NHẬN DIỆN BIỂN SỐ XE. Tạp chí Khoa học Trường Đại học Mở Hà Nội. 2023. doi:10.59266/houjs.2023.277
BibTeX
@article{Li2023,
author = {Lợi*, Nguyễn Thành and Phúc, Đào Xuân and Uyên, Nguyễn Thị Tố and Phát, Nguyễn Hữu},
title = {ĐỀ XUẤT MÔ HÌNH YOLO V5 ỨNG DỤNG TRONG NHẬN DIỆN BIỂN SỐ XE},
journal = {Tạp chí Khoa học Trường Đại học Mở Hà Nội},
year = {2023},
doi = {10.59266/houjs.2023.277}
}
EUVIMED