1. Trang chủ
  2. » Giáo Dục - Đào Tạo

Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng

76 10 0

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

Định dạng
Số trang 76
Dung lượng 4,93 MB

Nội dung

Ngày đăng: 28/11/2021, 09:20

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Nguyễn Thanh Hải, 2014. Giáo trình Xử lý ảnh. Thành phố Hồ Chí Minh: NXB Đại học Quốc gia TPHCM Sách, tạp chí
Tiêu đề: Giáo trình Xử lý ảnh
Nhà XB: NXB Đại học Quốc gia TPHCM
[2] Lê Thị Thu Hằng, 2016. Nghiên cứu về mạng neural tích chập và ứng dụng cho bài toán nhận dạng biển số xe. Luận văn Thạc sĩ. Trường Đại học Công nghệ thông tin Hà Nội Sách, tạp chí
Tiêu đề: Nghiên cứu về mạng neural tích chập và ứng dụng cho bài toán nhận dạng biển số xe
[3] Trịnh Loan, 2016. Deep Learning: công nghệ đang giúp cả thế giới phát triển với tốc độ chưa từng thấy. https://www.techsignin.com/tintuc/deep-learning-cong-nghe-giup-the-gioi-phat-trien/ (truy cập ngày 05/10/2017) Sách, tạp chí
Tiêu đề: Deep Learning: công nghệ đang giúp cả thế giới phát triển với tốc độ chưa từng thấy
[4] Nguyễn Đắc Thành, 2017. Nhận dạng và phân loại hoa quả trong ảnh màu. Luận văn Thạc sĩ. Trường Đại học Công nghệ Đại Học Quốc Gia Hà Nội Sách, tạp chí
Tiêu đề: Nhận dạng và phân loại hoa quả trong ảnh màu
[5] A. Krizhevsky, I. Sutskever, and G. E. Hinton, 2012. ImageNet Classification with Deep Convolutional Neural Networks. Advances In Neural Information Processing Systems, pp 1-9 Sách, tạp chí
Tiêu đề: Advances In Neural Information Processing Systems
[6] Q. V Le, 2013. Building High-Level Features Using Large Scale Unsupervised Learning, Acoustics, Speech and Signal Processing (ICASSP), IEEE International Conference, pp. 8595–8598 Sách, tạp chí
Tiêu đề: Acoustics, Speech and Signal Processing (ICASSP), IEEE International Conference
[7] Adrian Rosebrock, 2017. ImageNet: VGGNet, ResNet, Inception, and Xception with Keras. https://www.pyimagesearch.com/2017/03/20/imagenet-vggnet-resnet-inception-xception-keras/ (truy cập ngày 15/10/2017) Sách, tạp chí
Tiêu đề: ImageNet: VGGNet, ResNet, Inception, and Xception with Keras
[8] Tensorflow, 2017. Getting Started With TensorFlow. https://www.tensorflow.org/get_started/get_started (truy cập ngày 15/11/2017.) Sách, tạp chí
Tiêu đề: Getting Started With TensorFlow
[9] Tensorflow, 2017. Installing TensorFlow. https://www.tensorflow.org/install/ (truy cập ngày 15/11/2017) Sách, tạp chí
Tiêu đề: Installing TensorFlow

HÌNH ẢNH LIÊN QUAN

Hình 2.5. Mạng nơ-ron - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.5. Mạng nơ-ron (Trang 25)
Hình 2.6. Mạng nơ-ron một lớp ẩn - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.6. Mạng nơ-ron một lớp ẩn (Trang 26)
Hình 2.7. Hình dạng đồ thị hàm số J(θ) - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.7. Hình dạng đồ thị hàm số J(θ) (Trang 27)
Hình 2.8. Hàm số J(θ) giảm dần xuống cực tiểu gần nhất - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.8. Hàm số J(θ) giảm dần xuống cực tiểu gần nhất (Trang 28)
Hình 2.9. Sự ảnh hưởng của α đến tốc độ học của thuật toán - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.9. Sự ảnh hưởng của α đến tốc độ học của thuật toán (Trang 28)
Hình 2.11. Cấu trúc LeNet5 - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.11. Cấu trúc LeNet5 (Trang 30)
Hình 2.10. Kiến trúcmạng nơ-ron tích chập (CNNs) - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.10. Kiến trúcmạng nơ-ron tích chập (CNNs) (Trang 30)
Hình 2.12. Cấu trúc Inception - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.12. Cấu trúc Inception (Trang 31)
Hình 2.14. Các bộ lọc dùng cho phép tích chập - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.14. Các bộ lọc dùng cho phép tích chập (Trang 33)
Hình 2.15. Ảnh sau khi qua tầng conv - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.15. Ảnh sau khi qua tầng conv (Trang 34)
Hình 2.18. Luồng dữ liệu đồ thị - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.18. Luồng dữ liệu đồ thị (Trang 38)
Hình 2.22. Cấu hình mạng tích chập - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 2.22. Cấu hình mạng tích chập (Trang 45)
Hình 3.4. Sơ đồ quá trình nhận dạng - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 3.4. Sơ đồ quá trình nhận dạng (Trang 49)
Hình 4.1. Lưu đồ chương trình - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.1. Lưu đồ chương trình (Trang 51)
Hình 4.3. Cửa sổ cmd - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.3. Cửa sổ cmd (Trang 53)
Hình 4.4. Giao diện Python Shell - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.4. Giao diện Python Shell (Trang 54)
Hình 4.6. Môi trường lập trình Jupyter Notebook - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.6. Môi trường lập trình Jupyter Notebook (Trang 55)
Hình 4.8. Chỉnh sửa tên file - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.8. Chỉnh sửa tên file (Trang 56)
Hình 4.7. Tạo project và chọn nhân - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.7. Tạo project và chọn nhân (Trang 56)
Hình 4.10. Hướng dẫn sử dụng Jupyter Notebook - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.10. Hướng dẫn sử dụng Jupyter Notebook (Trang 57)
Hình 4.11. Hướng dẫn sử dụng Jupyter Notebook - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.11. Hướng dẫn sử dụng Jupyter Notebook (Trang 57)
Hình 4.12. Hướng dẫn sử dụng Jupyter Notebook - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.12. Hướng dẫn sử dụng Jupyter Notebook (Trang 58)
Hình 4.14. Giao diện PyCharm - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.14. Giao diện PyCharm (Trang 59)
Hình 4.17. Tạo file Python - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 4.17. Tạo file Python (Trang 60)
Một vài hình ảnh từ nhiều camera điện thoại khác nhau và kết quả nhận dạng: •Nhận dạng đồ vật: - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
t vài hình ảnh từ nhiều camera điện thoại khác nhau và kết quả nhận dạng: •Nhận dạng đồ vật: (Trang 63)
Hình 5.1. Ảnh chụp đồ vật từ điện thoại - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 5.1. Ảnh chụp đồ vật từ điện thoại (Trang 63)
Hình 5.3. Hình chụp quả từ điện thoại - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 5.3. Hình chụp quả từ điện thoại (Trang 65)
Bảng 5.3. Kết quả nhận dạng hình 5.3 - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Bảng 5.3. Kết quả nhận dạng hình 5.3 (Trang 65)
Hình 5.4. a) Hình từ mô hình được huấn luyện sẵn. b) Hình chụp từ điện thoại - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 5.4. a) Hình từ mô hình được huấn luyện sẵn. b) Hình chụp từ điện thoại (Trang 66)
Hình 5.5. Hình chụp bằng camera điện thoại ở nhiều góc độ - Tìm hiểu và ứng dụng tensoflow cho bài toán nhận dạng
Hình 5.5. Hình chụp bằng camera điện thoại ở nhiều góc độ (Trang 68)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w