ỨNG DỤNG THỊ GIÁC MÁY TÍNH HUẤN LUYỆN THIẾT BỊ BAY KHÔNG NGƯỜI LÁI NHẬN DIỆN CÁC VẬT THỂ CÓ DẠNG HÌNH HỌC CƠ BẢN

Hoàng Hữu Trung và CS. Tập 134, Số 2A, 2025 180 DJI Tello đều có thể phân biệt và nhận diện được 4 dạng vật thể với độ chính xác gần như tuyệt đối 100% với tốc độ nằm trong khoảng 70 đến 80 ms. Kết quả nhận diện thực tế chứng minh mô hình CNN được huấn luyện phù hợp với thực tế và có thể sử dụng trong thế giới thực chứ không chỉ là mô phỏng. Điều này cũng chứng minh mô hình CNN đạt độ chính xác cao xấp xỉ 100% và không bị hiện tượng quá khớp (overfitting). So với các kết quả nghiên cứu trong [22] và [23], mô hình của chúng tôi được thiết kế chuyên biệt cho bài toán nhận diện các hình dạng cụ thể trên nền tảng drone tài nguyên thấp. Bằng cách sử dụng bộ dữ liệu ảnh đen trắng được xây dựng chuyên biệt và kiến trúc CNN gọn nhẹ, hệ thống đạt được độ chính xác xấp xỉ 100% với tốc độ xử lý khoảng 70-80ms mỗi bước (như được ghi nhận trong Hình 7). Độ chính xác và tốc độ này nhanh hơn đáng kể so với Faster R- CNN được báo cáo trong [22], cho thấy sự phù hợp của phương pháp tiếp cận đối với các ứng dụng yêu cầu xử lý thời gian thực. Hình 7. Kết quả nhận diện thực tế 4 dạng vật thể cơ bản (a) hình chữ nhật, (b) hình tam giác, (c) hình tròn, (d) hình ngũ giác thông qua camera của DJI Tello Drone