Bài viết Ứng dụng Deep Learning cho bài toán phân lớp hình ảnh xe máy trình bày việc tìm hiểu lý thuyết, thu thập dữ liệu thực tế, áp dụng và đánh giá hiệu quả sử dụng Deep CNN cho bài toán phân lớp hình ảnh xe máy. | Tuyển tập Hội nghị Khoa học thường niên năm 2017. ISBN 978-604-82-2274-1 ỨNG DỤNG DEEP LEARNING CHO BÀI TOÁN PHÂN LỚP HÌNH ẢNH XE MÁY Phạm Trí Công Lại Hiền Phương Bùi Thị Thu Cúc Trường Đại học Thủy lợi email phtcong@ 1. GIỚI THIỆU CHUNG Ma trận bên trái là một hình ảnh trắng đen được số hóa. Ma trận có kích thước 5 5 và Deep learning đã và đang là một chủ đề AI mỗi điểm ảnh có giá trị 1 hoặc 0 là giao điểm được bàn luận sôi nổi và đạt được độ chính của dòng và cột. Convolution hay tích chập là xác cao trong nhiều bài toán. Trong đó Deep nhân từng phần tử trong ma trận 3 3. Sliding CNN đã được ứng dụng trong các hệ thống Window hay còn gọi là kernel filter hoặc thông minh xử lý ảnh lớn với độ chính xác feature detect là một ma trận có kích thước cao như nhận diện khuôn mặt người phát triển xe hơi tự lái hay drone giao hàng tự nhỏ như trong ví dụ trên là 3 3. Convolution động. Việc tìm hiểu và ứng dụng Deep hay tích chập là nhân từng phần tử bên trong Learning vào các bài toán thực tế khác là rất ma trận 3 3 với ma trận bên trái. Kết quả cần thiết và đã đang trở thành một xu thế tất được một ma trận gọi là Convoled feature yếu. Trong nghiên cứu này tác giả tìm hiểu lý được sinh ra từ việc nhận ma trận Filter với thuyết thu thập dữ liệu thực tế áp dụng và ma trận ảnh 5 5 bên trái. đánh giá hiệu quả sử dụng Deep CNN cho Mô hình mạng CNN Về cơ bản mạng bài toán phân lớp hình ảnh xe máy. CNN gồm hai phần phần đầu tiên là Features Extractor trích chọn đặc trưng và phần thứ 2. PHƯƠNG PHÁP NGHIÊN CỨU hai là Fully Connected có nhiệm vụ phân lớp 2 . . Deep CNN CNN hay Convolutional Neural Network là Mạng nơ-ron tích chập một trong những mô hình đã có từ lâu nhưng gần đây mới được nhắc lại cùng với sự bùng nổ của Deep Learning. Hình 2. Mô hình mạng CNN Convolutional là gì Ảnh đầu vào sẽ được trích chọn đặc trưng qua nhiều bước Convolution amp Pooling. Sau đó các đặc trưng này sẽ là đầu vào cho tầng phân lớp. Deep CNN Tuy mạng CNN và nghiên cứu mạng nơron đã có