1. Trang chủ
  2. » Luận Văn - Báo Cáo

đề tài thiết kế mô hình mạng neural nhân tạo

29 0 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Thiết Kế Mô Hình Mạng Neural Nhân Tạo Nhận Diện Hình Ảnh Động Vật
Tác giả Hồ Kim Ngân, Nguyễn Văn Hải, Đồng Minh Hoàng, Phan Văn Khải, Trần Thái Toàn
Người hướng dẫn TS. Nguyễn Thị Thu
Thể loại Đồ án
Năm xuất bản 2023
Định dạng
Số trang 29
Dung lượng 9,61 MB

Nội dung

Một mạng Neural tích chập Convolutional Neural Network - CNN là một mạng Neural được thiết kế đặc biệt cho việc xử lý dữ liệu hình ảnh và có hiệu suất cao trong các nhiệm vụ như nhận diệ

Trang 1

Tên đề tài: ‘THIẾT KẾ MÔ HÌNH MẠNG NEURAL NHÂN

TẠO NHẬN DIỆN HÌNH ẢNH ĐỘNG VẬT.’’

Trang 2

Nhóm 7:

TRẦN THÁI TOÀN

NGUYỄN VĂN HẢI

HỒ KIM NGÂN

ĐỒNG MINH HOÀNG

PHAN VĂN KHẢI

LEAD ER

Trang 3

LÝ DO CHỌN ĐỀ TÀI

Trang 4

● Trong lĩnh vực giáo dục, các bài giảng của thầy cô giáo cần lặp đi lặp lại nhiều lần

để giúp học sinh nhớ lâu và không quên – đặc biệt trẻ 3-6 tuổi

Trang 5

CNN – Convolutional neural network

Trang 6

Một mạng Neural tích chập (Convolutional Neural Network - CNN) là

một mạng Neural được thiết kế đặc biệt cho việc xử lý dữ liệu hình ảnh

và có hiệu suất cao trong các nhiệm vụ như nhận diện và phân loại hình

ảnh

CONVOLUTIONAL NEURAL NETWORK.

Trang 7

● Tăng cường tính đặc trưng

● Average Pooling /Max Pooling

● Thực hiện phân loại

● Các hàm kích hoạt (activation function) như ReLU (Rectified Linear Unit) để tạo ra các đầu ra phi tuyến tính

Output layer

● Lớp softmax tính toán xác suất cho mỗi lớp phân loại

Trang 8

4 3

2 1

Trang 9

1 XÂY DỰNG

HÌNH

Trang 10

1.1.MÔ HÌNH HUẤN LUYỆN MẠNG

NEURAL

― Irene M Pepperberg

Trang 11

Output của convolutional layer:

Trong trường hợp này, với input size: 200×200×3+ Kernel size: 3×3

+ Stride: 1+ Không có padding

Ta có : (2.4)Nên output của lớp CONV1 đầu tiên sẽ có kích thước 198×198 với 32 filters

Trang 12

Pooling layer: Thực hiện tương tượng với ví dụ bên trên ta tính được output size sẽ có kích thước là: 198/2 = 99

Trang 13

= ) gradient (2.7)

2 HUẤN

LUYỆN MẠNG

NEURAL

Bước 1 Tính toán giá trị Gradient theo thuật toán Gradient Descent

- Tính toán gradient của hàm mất mát theo trọng số

E=-di) (2.5)

- Giá trị Gradient được tính theo công thức đạo hàm sau:

Gradient = ) f’(.Xij) Xia (2.6)

Bước 2 Cập Nhật Trung Bình Di Động (Momentum Term):

- Tính toán trung bình di động của gradient sử dụng công thức:

+ : hệ số giảm dần của momentum Giá trị khởi tạo ban đầu là: 0,9+ : hệ số giảm dần bình phương gradient Giá trị khởi tạo ban đầu là: 0,999

2.1 Thuật toán Adam

Trang 14

Bước 4: Hiệu chỉnh trung bình di động

Điều chỉnh giá trị và để giảm ảnh hưởng của giá trị ban đầu ( và ):

Bước 5: Cập nhật trọng số

: trọng số sau khi cập nhật

: trọng số trước khi cập nhật

: Để cân bằng giữa tính ổn định số học, độ tin cậy Được khởi tạo là:

- Thuật toán Adam được xây dựng với tốc độ học (learning rate) được thiết lập cho

thuật toán Adam là: learning rate=0.001

Trang 15

2.2.Thiết kế phần mềm

- Chuẩn bị dữ liệu:

- Khai báo các thư viện sử dụng: - Kết nối với Google Drive để đọc và lưu dữ liệu:

Trang 16

2.2.Thiết kế phần mềm

- Khai báo dữ liệu:

- Tiền xử lý dữ liệu ảnh với ImageDataGenerator

- Gán nhãn dữ liệu:

Trang 17

2.2.Thiết kế phần mềm

- Đọc giữ liệu train và validation:

Trang 18

2.2.Thiết kế phần mềm

Xây dựng mô hình:

Thiết lập các tham số để huấn luyện mô hình:

Trang 19

2.2.Thiết kế phần mềm

Quá trình huấn luyện

Trang 20

3 Kết

quả và

đánh giá

Trang 21

3.Kết quả và đánh giá

Kết nối file data chọn ảnh

Trang 22

3.Kết quả và đánh giá

Kết quả dự đoán:

Trang 24

4.KẾT LUẬN

Trang 25

4.KẾT LUẬN

Ưu điểm của mô hình :

• Thuật toán chạy trên bộ dữ liệu đầu vào 3 loại động vật là tương đối tốt

• Các con vật được nhận diện với độ chính xác cao

• Đặc biệt gấu có độ chính xác lên đến 90%

• Kết quả độ chính xác chung là 78,3%

Trang 26

4.KẾT LUẬN

Nhược điểm của mô hình

• 65/300 ảnh bị nhầm lẫn với các loài động vật khác

• Độ chính xác chưa được tối ưu nhất có thể

Trang 29

Certificate of Completion

Thanks for listening!

Congratulations!

25/12/2023

Ngày đăng: 30/04/2024, 07:27

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w