Dự án này tập trung vào nghiên cứu trí tuệ nhân tạo, học máy và học sâu, đặc biệt chú trọng đến việc tìm hiểu kiến trúc mạng thần kinh tích chập (CNN) thường được sử dụng trong các ứng dụng kỹ thuật. Ngoài ra, nghiên cứu khám phá thị giác máy tính và ứng dụng của nó trong phát hiện đối tượng, cụ thể là huấn luyện và thử nghiệm để thấy hiệu suất của các mô hình YOLO tiên tiến nhất trên một thiết bị cụ thể. Dựa trên nghiên cứu này, một thuật toán được đề xuất đã được phát triển để phân loại tắc đường và phát hiện tình trạng giao thông. Nhìn chung, dự án đã tìm cách nâng cao hiểu biết về các kỹ thuật AI tiên tiến và cách triển khai thực tế của chúng trong các tình huống thực tế.

Từ khóa:

ĐATN Công nghệ thông tin K14; ĐATN Công Nghệ Thông Tin; Học sâu; Tình trạng giao thông

Abstract:

This project focused on researching artificial intelligence, machine learning, and deep learning, with a particular emphasis on understanding the convolutional neural network (CNN) architecture commonly utilized in engineering applications. Additionally, the study explored computer vision and its application in object detection, specifically investigating the performance of the most advanced YOLO models on a specific device. In light of this research, a proposed algorithm was developed to classify traffic jams and detect traffic conditions. Overall, the project sought to deepen the understanding of advanced AI techniques and their practical implementation in real-world scenarios.

Key word:

Information Technology K14; Information Technology Pass; Deep Learning; Traffic Conditionsn