Đang tải... (xem toàn văn)
61 Trang 7 DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT, TỪ TIẾNG ANH Ký hiệu/ Từ viết tắt/ Từ tiếng Anh Giải thích AI Artificial Intelligence Trí tuệ nhân tạo ANN Artificial Neural Network
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC QUY NHƠN NGUYỄN TRẦN THANH NHẬT ỨNG DỤNG DEEP LEARNING CHUYỂN ĐỔI MÀU CHO ẢNH ĐEN TRẮNG Ngành: KHOA HỌC MÁY TÍNH Mã ngành: 8480101 Người hướng dẫn: TS LÊ XUÂN VINH LỜI CAM ĐOAN Nội dung của đề án có tham khảo và sử dụng các tài liệu, thông tin được đăng tải trên những tạp chí, và các trang web theo danh mục tài liệu tham khảo Tất cả các tài liệu tham khảo đều có nguồn gốc rõ ràng và được trích dẫn hợp lệ Tôi xin cam đoan đây là đề tài nghiên cứu của riêng tôi Các số liệu, kết quả nêu trong đề án là trung thực và chưa từng được công bố trong bất kỳ công trình nào khác Bình Định, ngày 05 tháng 10 năm 2023 LỜI CẢM ƠN Để hoàn thành đề tài này, tôi xin chân thành cảm ơn các thầy, cô là giảng viên trường Đại học Quy Nhơn, đã luôn tận tình chỉ bảo và tạo điều kiện thuận lợi cho bản thân tôi trong suốt quá trình học tập tại trường Xin chân thành cảm ơn đến các thầy cô giảng viên khoa Công nghệ thông tin đã tận tình hướng dẫn, giúp bản thân tôi khám phá được nhiều kiến thức hay và bổ ích để vận dụng vào thực tiễn Đặc biệt, tôi xin được gửi lời cảm ơn chân thành và sâu sắc đến giảng viên hướng dẫn - TS Lê Xuân Vinh, người đã tận tình hướng dẫn, giúp đỡ tôi hoàn thành đề tài này Cuối cùng, tôi xin chân thành cảm ơn đến các anh, chị, em và các bạn học viên lớp cao học KHMT-K24B đã luôn động viên, hỗ trợ và nhiệt tình chia sẻ những kinh nghiệm trong suốt quá trình học tập, nghiên cứu và thực hiện đề tài đề án thạc sĩ này hoàn thiện Bình Định, ngày 05 tháng 10 năm 2023 MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH MỞ ĐẦU 1 1 Lý do chọn đề tài 1 2 Mục tiêu nghiên cứu 2 3 Đối tượng và phạm vi nghiên cứu 2 4 Nội dung nghiên cứu 3 5 Phương pháp nghiên cứu 3 CHƯƠNG 1 HỌC MÁY VÀ HỌC SÂU 4 1.1 Giới thiệu chương 4 1.2 Tổng quan về học máy và học sâu 4 1.2.1 Học máy (Machine Learning) 4 1.2.2 Học sâu (Deep Learning) 6 1.3 Mạng Nơ-ron nhân tạo (ANN) và mạng Nơ-ron nhân tạo nhiều lớp (DNN) 7 1.3.1 Mạng Nơ ron nhân tạo (ANN): 7 1.3.2 Mạng học sâu (Deep Neural Network - DNN) 10 1.4 Mạng Nơ-ron tích chập (CNN - Convolutional Neural Network) 12 1.5 Học chuyển giao và tinh chỉnh mô hình huấn luyện 14 1.6 Kết luận chương 15 CHƯƠNG 2 BÀI TOÁN CHUYỂN ĐỔI MÀU VÀ MẠNG U-NET 16 2.1 Giới thiệu chương 16 2.2 Bài toán chuyển đổi màu cho ảnh đen trắng 16 2.3 Các hệ màu phổ biến 17 2.3.1 Hệ màu chuẩn RGB 17 2.3.2 Hệ màu LAB 19 2.3.3 Hệ màu HSV 20 2.4 Mạng U-net 21 2.4.1 Giới thiệu 21 2.4.2 Kiến trúc mạng U-net 21 2.4.3 Xây dựng mạng học sâu U-net 24 2.4.4 Tính toán hàm Loss trong U-net 25 2.5 Các bước tiếp cận và giải quyết bài toán 25 2.5.1 Chuẩn bị dữ liệu 25 2.5.2 Xây dựng mô hình U-net 26 2.5.3 Huấn luyện Mô hình 26 2.5.4 Đánh giá và tinh chỉnh 26 2.5.5 Dự đoán và tô màu 26 2.5.6 Triển khai, ứng dụng mô hình 26 2.6 Kết luận chương 27 CHƯƠNG 3 THỰC NGHIỆM VÀ KẾT QUẢ 28 3.1 Giới thiệu chương 28 3.2 Môi trường huấn luyện 28 3.2.1 Google Colab 28 3.2.2 Kaggle 29 3.3 Cơ sở dữ liệu huấn luyện và tiền xử lý 29 3.3.1 Dataset 29 3.3.2 Nạp dữ liệu và tiền xử lý dữ liệu 32 3.4 Xây dựng mô hình và huấn luyện theo mô hình 33 3.4.1 Xây dựng mô hình 33 3.4.2 Huấn luyện theo mô hình 37 3.5 Tiêu chí đánh giá 42 3.6 Kết quả và đánh giá 43 3.6.1 Kết quả 43 3.6.2 Đánh giá 53 3.7 Triển khai mô hình 56 3.8 Kết luận chương 57 KẾT LUẬN VÀ KIẾN NGHỊ 58 DANH MỤC TÀI LIỆU THAM KHẢO 61 QUYẾT ĐỊNH GIAO TÊN ĐỀ TÀI ĐỀ ÁN THẠC SĨ (BẢN SAO) DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT, TỪ TIẾNG ANH Ký hiệu/ Từ viết tắt/ Giải thích Từ tiếng Anh AI Artificial Intelligence ANN (Trí tuệ nhân tạo) Conv Artificial Neural Network (Mạng Nơron nhân tạo) CNN CPU Convolution DL DNN Convolutional Neural Network GPU (Mạng nơron tích chập) ML Central Processing Unit ReLu Bộ xử lý trung tâm TPU Deep Learing (Học sâu) Deep Neural Network (Mạng Nơron nhân tạo nhiều lớp) Graphics Processing Unit (Bộ xử lý đồ hoạ) Machine Learning (Học máy) Rectified Linear Unit (Hàm kích hoạt phi tuyến) Tensor Processing Unit Train Huấn luyện Validation Giám sát Test Kiểm tra Loss Mất Mát Accuracy Chính xác Epoch Vòng huấn luyện DANH MỤC CÁC BẢNG Ký hiệu Nội dung Trang Bảng 1.1 Một số hàm truyền thông dụng 9 Bảng 3.1 Bảng phân chia tập dữ liệu 36 Bảng 3.2 Bảng theo dõi các giá trị Loss và Accuracy cho tập train 56 và tập validation DANH MỤC CÁC HÌNH Ký hiệu Nội dung Trang Hình 1.1 Mạng nơ-ron nhân tạo ANN 7 Hình 1.2 Cấu tạo một nơ-ron 8 Hình 1.3 Minh họa Non-deep và Deep neural network 11 Hình 1.4 Mô hình mạng nơron tích chập 12 Hình 2.1 Các kênh của hệ màu RGB 17 Hình 2.2 Hệ màu RGB 18 Hình 2.3 Phân bố màu các kênh Lab 19 Hình 2.4 Hệ màu HSV 20 Hình 2.5 Kiến trúc U-net 22 Hình 3.1 Dataset Human-faces 30 Hình 3.2 Dataset Landscape 30 Hình 3.3 Quá trình huấn luyện thực tế đến Epoch 200 43 Hình 3.4 Kết quả chuyển đổi màu một số ảnh trên tập kiểm tra 46 Hình 3.5 Kết quả chuyển đổi màu một số hình ảnh Bác Hồ 49 Hình 3.6 Kết quả chuyển đổi màu ảnh các cô gái TNXP ở Ngã ba 50 Đồng Lộc Hình 3.7 Kết quả chuyển đổi màu ảnh một số nghệ sĩ 51 Ký hiệu Nội dung Trang Hình 3.8 Kết quả chuyển đổi màu ảnh phong cảnh 52 Hình 3.9 Kết quả chuyển đổi một số ảnh cá nhân 53 Hình Đồ thị hàm Loss ở 200 epoch đầu và 50 epoch tiếp theo 54 3.11 Hình Đồ thị hàm Accuracy ở 200 epoch đầu và 50 epoch tiếp 55 3.12 theo Hình Demo chương trình chuyển đổi màu 57 3.13