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

NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI

96 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

Xem thêm

HÌNH ẢNH LIÊN QUAN

Hình 1.1 Minh hoạ điểm ảnh trong hình ảnh - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 1.1 Minh hoạ điểm ảnh trong hình ảnh (Trang 15)
Hình 1.2 Mô tả phương pháp Wavelet –Random transform (Nguồn: [8]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 1.2 Mô tả phương pháp Wavelet –Random transform (Nguồn: [8]) (Trang 30)
Hình 1.3 Minh họa phương pháp trích chọn đặc trưng dựa vào DWT- DWT-SMF (Nguồn: [8]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 1.3 Minh họa phương pháp trích chọn đặc trưng dựa vào DWT- DWT-SMF (Nguồn: [8]) (Trang 30)
Hình 1.4 Quá trình huấn luyện và kiểm tra của mô hình CNN trong hệ thống phân loại các khuyết tật mặt đường (Nguồn: [8]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 1.4 Quá trình huấn luyện và kiểm tra của mô hình CNN trong hệ thống phân loại các khuyết tật mặt đường (Nguồn: [8]) (Trang 31)
Hình 2.1 Tương quan giữa trí tuệ nhân tạo, học máy và học sâu (Nguồn: - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.1 Tương quan giữa trí tuệ nhân tạo, học máy và học sâu (Nguồn: (Trang 37)
Hình 2.2 Mạng nơron nhân tạo (Nguồn: - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.2 Mạng nơron nhân tạo (Nguồn: (Trang 39)
Hình 2.3 Mạng nơron tích chập (Nguồn: - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.3 Mạng nơron tích chập (Nguồn: (Trang 46)
Hình 2.4 Biểu diễn ảnh kỹ thuật số với biểu diễn RGB (Nguồn: - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.4 Biểu diễn ảnh kỹ thuật số với biểu diễn RGB (Nguồn: (Trang 46)
Hình 2.5 Mô phỏng tính toán tích chập (Nguồn: - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.5 Mô phỏng tính toán tích chập (Nguồn: (Trang 47)
Hình 2.6 Kiến trúc mạng Transformers (Nguồn: arXiv:1706.03762) Máy tính không hiểu từ ngữ, thay vào đó, chúng làm việc trên các con số, vectơ hoặc ma trận - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.6 Kiến trúc mạng Transformers (Nguồn: arXiv:1706.03762) Máy tính không hiểu từ ngữ, thay vào đó, chúng làm việc trên các con số, vectơ hoặc ma trận (Trang 52)
Hình 2.7 Cách thức hoạt động Query, Key và Value của Transformers (Nguồn: https://link.springer.com/article/10.1007/s00034-023-02454-8) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 2.7 Cách thức hoạt động Query, Key và Value của Transformers (Nguồn: https://link.springer.com/article/10.1007/s00034-023-02454-8) (Trang 54)
Hình 3.3 Hình ảnh dữ liệu thu thập (Nguồn: [37] và [38]) - Crack500 Dataset: - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.3 Hình ảnh dữ liệu thu thập (Nguồn: [37] và [38]) - Crack500 Dataset: (Trang 60)
Hình 3.4 Mô hình TopFormer (Nguồn: [34]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.4 Mô hình TopFormer (Nguồn: [34]) (Trang 63)
Hình 3.5 So sánh độ chính xác và độ trễ của mô hình TopFormer với các mô hình khác (Nguồn: [34]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.5 So sánh độ chính xác và độ trễ của mô hình TopFormer với các mô hình khác (Nguồn: [34]) (Trang 64)
Hình 3.6 So sánh tốc độ và độ chính xác mIoU của PPLiteSeg và các mô hình khác trên GTX1080TI (Nguồn: [35]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.6 So sánh tốc độ và độ chính xác mIoU của PPLiteSeg và các mô hình khác trên GTX1080TI (Nguồn: [35]) (Trang 65)
Hình 3.7 So sánh tốc độ và độ chính xác của mô hình STDC với các mô hình khác (Nguồn: [36]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.7 So sánh tốc độ và độ chính xác của mô hình STDC với các mô hình khác (Nguồn: [36]) (Trang 67)
Hình 3.8 Tổng quan về mô hình STDC (Nguồn: [36]) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.8 Tổng quan về mô hình STDC (Nguồn: [36]) (Trang 67)
Hình 3.9 Ảnh gốc và hình ảnh được gán nhãn (Nguồn: [37] và [38]) Hình ảnh gốc được lưu trữ với định dạng RGB, đây là định dạng phổ biến và cơ bản cho việc lưu trữ hình ảnh kỹ thuật số - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.9 Ảnh gốc và hình ảnh được gán nhãn (Nguồn: [37] và [38]) Hình ảnh gốc được lưu trữ với định dạng RGB, đây là định dạng phổ biến và cơ bản cho việc lưu trữ hình ảnh kỹ thuật số (Trang 69)
Hình 3.10 Cấu trúc thư mục lưu trữ dữ liệu - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.10 Cấu trúc thư mục lưu trữ dữ liệu (Trang 70)
Hình 3.11 Kết quả mIoU trên tập dữ liệu đánh giá của mô hình PPLiteSeg theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.11 Kết quả mIoU trên tập dữ liệu đánh giá của mô hình PPLiteSeg theo thời gian huấn luyện (Trang 72)
Hình 3.12 Kết quả Loss ghi nhận trong quá trình huấn luyện mô hình PPLiteSeg theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.12 Kết quả Loss ghi nhận trong quá trình huấn luyện mô hình PPLiteSeg theo thời gian huấn luyện (Trang 72)
Hình 3.14 Kết quả Loss trong quá trình huấn luyện của MobileNetV2 theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.14 Kết quả Loss trong quá trình huấn luyện của MobileNetV2 theo thời gian huấn luyện (Trang 74)
Bảng 3.2 Kết quả thu thập trong quá trình huấn luyện MobileNetV2 - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Bảng 3.2 Kết quả thu thập trong quá trình huấn luyện MobileNetV2 (Trang 74)
Hình 3.15 Kết quả mIoU trên tập dữ liệu đánh giá của mô hình STDCSeg theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.15 Kết quả mIoU trên tập dữ liệu đánh giá của mô hình STDCSeg theo thời gian huấn luyện (Trang 75)
Hình 3.16 Kết quả Loss trong quá trình huấn luyện mô hình STDCSeg theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.16 Kết quả Loss trong quá trình huấn luyện mô hình STDCSeg theo thời gian huấn luyện (Trang 75)
Hình 3.17 Kết quả mIoU trên tập đánh giá của mô hình TopFormer theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.17 Kết quả mIoU trên tập đánh giá của mô hình TopFormer theo thời gian huấn luyện (Trang 76)
Hình 3.18 Kết quả Loss trong quá trình huấn luyện của mô hình TopFomer theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.18 Kết quả Loss trong quá trình huấn luyện của mô hình TopFomer theo thời gian huấn luyện (Trang 77)
Hình 3.19 Kết quả mIoU của 4 mô hình TopFormer, PPLiteSeg, STDCSeg và MobileNetV2 theo thời gian huấn luyện - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.19 Kết quả mIoU của 4 mô hình TopFormer, PPLiteSeg, STDCSeg và MobileNetV2 theo thời gian huấn luyện (Trang 78)
Hình 3.20 Kết quả khi ứng dụng mô hình PPLiteSeg (Bên trái là ảnh gốc, bên phải là ảnh dự đoán) - NGHIÊN CỨU ỨNG DỤNG HỌC MÁY PHÁT HIỆN VẾT NỨT CÔNG TRÌNH GIAO THÔNG QUA ẢNH THU ĐƯỢC TỪ THIẾT BN BAY KHÔNG NGƯỜI LÁI
Hình 3.20 Kết quả khi ứng dụng mô hình PPLiteSeg (Bên trái là ảnh gốc, bên phải là ảnh dự đoán) (Trang 79)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w