Phân Lớp Ảnh Đa Đối Tượng Bằng Phương Pháp Học Sâu

Phân lớp hình ảnh là chủ đề được nhiều nhà khoa học quan tâm để nâng cao hiệu quả nhận diện đối tượng và phân lớp hình ảnh trong lĩnh vực thị giác máy tính. Có nhiều kỹ thuật để phân lớp hình ảnh, trong đó phương pháp học sâu đã có nhiều kết quả trong bài toán nhận dạng và phân loại đối tượng qua hình ảnh. Trong bài báo này, một phương pháp đề xuất nhằm thực hiện phân lớp ảnh đa đối tượng sử dụng mạng học sâu YOLOv8. Đầu tiên mỗi ảnh đa đối tượng được phân đoạn thành các ảnh đơn đối tượng. Thứ hai, nhận diện và trích xuất véc-tơ đặc trưng. Cuối cùng hình ảnh được phân lớp bằng mạng học sâu YOLOv8. Thực nghiệm tiến hành trên bộ ảnh đa đối tượng Flickr đã cho kết quả tốt hơn một số phương pháp khác với kết quả phân lớp ảnh trung bình là 0.8872. Kết quả thực nghiệm cho thấy phương pháp đề xuất sử dụng mạng học sâu YOLOv8 cho bộ ảnh đa đối tượng là hiệu quả, có thể áp dụng được cho các tập dữ liệu hình ảnh thuộc các lĩnh vực khác nhau như nông nghiệp, giao thông và nhiều lĩnh vực khác.