Nghiên cứu mạng học sâu YOLOv11, đề xuất mô hình nhận diện biển số xe người tham gia giao thông không đội mũ bảo hiểm

Tóm tắt

Học sâu là một lĩnh vực của trí tuệ nhân tạo, các thuật toán học sâu đang được các nhà khoa học quan tâm nghiên cứu, để cải tiến kiến trúc gọn nhẹ, nâng cao tốc độ và độ chính xác. Các mô hình học sâu được xây dựng từ các thuật toán thông minh, giúp máy tính có khả năng học từ dữ liệu sẵn có và thực hiện các dự đoán, xử lý công việc một nhanh chóng chính xác. Bài báo này trình bày nghiên cứu, ứng dụng thuật toán YOLOv11 để phát hiện, nhận diện biển số xe người tham gia giao thông không đội mũ bảo hiểm. Mô hình được huấn luyện lại trên tập dữ liệu tùy chỉnh gồm hình ảnh người tham gia giao thông không đội mũ bảo hiểm, biển số xe và kí tự, nhằm phát hiện, nhận diện chính xác từng đối tượng. Kết quả cho thấy mô hình đạt được độ chính xác cao (Precision = 0.992, Recall = 0.993, mAP@50 = 0.994, mAP@50-95 = 0.774) thời gian xử lý nhanh, chứng tỏ tính khả thi khi ứng dụng trong thực tế.