Ứng dụng VGG16 và YOLOV11 trong phân loại và nhận diện đối tượng
Từ khóa:
VGG16, YOLOV10, Computer Vision, CNN, Nhận diện phương tiệnTóm tắt
Ứng dụng trí tuệ nhân tạo trong giáo dục và nghiên cứu khoa học đang ngày càng trở thành xu hướng nổi bật trong thời đại số. Việc khai thác các mô hình học sâu như VGG16 và YOLOv10 đã mở ra nhiều cơ hội trong việc phát triển các hệ thống thông minh hỗ trợ giảng dạy và giám sát. Nhằm góp phần nâng cao chất lượng dạy và học trong lĩnh vực ứng dụng xử lý ảnh và thị giác máy tính, đã xây dựng một hệ thống nhận diện và phân loại đối tượng kết hợp giữa hai mô hình: VGG16 phục vụ cho bài toán phân loại hình ảnh và YOLOv10 hỗ trợ phát hiện đối tượng trong thời gian thực. Các đối tượng được nghiên cứu bao gồm phương tiện giao thông, thiết bị bay và giám sát vi phạm như không đội mũ bảo hiểm. Dữ liệu được huấn luyện, kiểm thử và đánh giá với các chỉ số như độ chính xác, mAP và F1-score. Kết quả cho thấy mô hình đạt hiệu năng tốt cả trên ảnh tĩnh và video, đồng thời có khả năng triển khai trong các hệ thống camera giám sát giao thông và an toàn công cộng. Đây là bước đi cụ thể trong việc tích hợp học liệu số hóa, tài nguyên nội sinh và công nghệ AI hiện đại vào thực tiễn giảng dạy và nghiên cứu tại các trường đại học hiện nay.
