Chương 4 : CHƯƠNG TRÌNH NHẬN DIỆN ĐỐI TƯỢNG
4.5. So sánh, đánh giá các model – Lựa chọn model phù hợp
Để so sánh và đánh giá các model cần phải dựa vào 2 tiêu chí chủ yếu là: Độ chính xác và tốc độ khung hình (FPS) của từng model. Model nào có thể trung hịa được 2 yếu tố trên là đạt yêu cầu đối với bài toán nhận dạng đối tượng trong thời gian thực. Để làm được điều đó thì cần trải qua các bước sau:
– Chọn một đối tượng để thực hiện gán nhãn và train dữ liệu trên Google Colab. – Chọn một máy tính để chạy chương trình nhận diện đối tượng cho từng model. Do các model phải cùng chạy trên một cấu hình máy tính thì mới có thể đánh giá tổng quan được các model.
– Lập trình để hiển thị FPS trên khung hình và kết hợp với chương trình nhận diện vật thể.
Sau khi thực hiện các bước thì được kết quả như sau:
92
Hình 4.24. Nhận diện đối tượng model YOLOv3
93
Hình 4.26. Nhận diện đối tượng model YOLOv4
94
Nhận xét:
– Độ chính xác: các model đều nhận diện được đối tượng, nhưng ở các model YOLOv4 thì nhận diện tốt hơn các model YOLOv3 với độ chính xác lớn hơn 90% và nhận diện được nhiều đối tượng cùng một lúc.
– Tốc độ khung hình: các model YOLO – tiny có tốc độ khung hình cao hơn nhiều so với các model YOLO, trong đó cao nhất là model YOLOv4 – tiny với khoảng 10 FPS.
Qua việc so sánh và đánh giá về độ chính xác, tốc độ khung hình của các model thì thấy rằng có 2 model thích hợp cho các yêu cầu của bài tốn đó là YOLOv3 – tiny và YOLOv4 – tiny vì có thể trung hịa được cả 2 yếu tố là độ chính xác và FPS. Nhưng nhìn chung thì YOLOv4 – tiny vẫn tốt hơn YOLOv3 – tiny về mặt FPS (khoảng 20%) và độ chính xác (khoảng 8%). Do vậy ở bài tốn nhận diện đối tượng của đề tài này thì model YOLOv4 – tiny là phù hợp nhất.
95