VII. Kết luận
Mơ hình Le-Net khá phù hợp với bài tốn nhóm đặt ra. Kết quả chạy thử khá chính xác, khoảng 90%. Mạng Le-Net là một mạng đơn giản cùng với lượng dữ liệu khơng lớn (13000 ảnh) rất khó cho kết quả tốt hơn 90%.
Mơ hình BK-Net đã có những kết quả tốt hơn…
Kết quả đạt được của Bài tập lớn lần này có sự tham gia rất tích cực của tất cả thành viên trong nhóm, mỗi người đều có ý thức chủ động hồn thành công việc và hỗ trợ những thành viên khác.
Tuy nhiên, có một số khó khăn nhóm gặp phải trong q trình thực hiện Bài tập lớn:
nhất.
Do tình hình dịch bệnh Covid19 nên nhóm gặp khó khăn trong việc trao đổi giữa các thành viên dẫn đến tiến độ có chậm hơn mong muốn những vẫn kịp hoàn thành.
VIII. Tài liệu tham khảo
[1] Link open source Le-Net: https://github.com/meng1994412/Smile_Detection [2] Link tải data: https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/?
fbclid=IwAR0mjNhPRvA5yXii1HFmetECzrjbeqHEWLQWkg3RsTiquLnI GF39d xnPeLE
[3] Y. Le Cun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard, and L. D. Jackel. Backpropagation Applied to Handwritten Zip Code Recognition. AT&T Bell Laboratories, Holmdel, NJ 07733 USA, NIPS ,1989.
[4] Lịch sử mạng CNN: https://dlapplications.github.io/2018-07-06-CNN/ [5] 3 mạng Lenet: https://sh-tsang.medium.com/paper-brief-review-of-lenet-1- lenet-4-lenet-5-boosted-lenet-4-image-classification-1f5f809dbf17 [6] Random-state: https://stackoverflow.com/questions/28064634/random-state- pseudo-random-number-in-scikit-learn [7] Keras-Tensorlow: https://viblo.asia/p/lam-quen-voi-keras-gGJ59mxJ5X2 [8] Các hàm kích hoạt: https://aicurious.io/posts/2019-09-23-cac-ham-kich- hoat- activation-function-trong-neural-networks/ [9] Softmax: https://machinelearningcoban.com/2017/02/17/softmax [10] Adam: https://viblo.asia/p/thuat-toan-toi-uu-adam-aWj53k8Q56m [11] Validation: https://machinelearningcoban.com/2017/08/31/evaluation/#- truefalse-positivenegative
[12] Opensource Haar Cascade:
https://github.com/opencv/opencv/tree/master/data/haarcascades
[13] Chi tiết Haar Cascade: