PHƯƠNG PHÁP PHÁT HIỆN ĐỐI TƯỢNG TRONG HỆ THỐNG NHÚNG PHỤC VỤ BÀI TOÁN ĐIỀU KHIỂN ROBOT BÁM ĐỐI TƯỢNG THỜI GIAN THỰC

Tóm tắt

Trong bài báo này, chúng tôi thực hiện nghiên cứu so sánh kiến trúc mạng nơ-ron SSD nguyên bản sử dụng VGG-16 làm mạng cơ sở với kiến trúc SSD sửa đổi
bằng cách thay thế mạng cơ sở VGG-16 bằng các phiên bản khác nhau của mạng MobileNet. Mục tiêu của nghiên cứu là xây dựng được mô hình mạng nơ-ron
tích chập sâu tối ưu, đảm bảo được sự cân bằng giữa độ chính xác và tốc độ trong bài toán phát hiện và bám đối tượng để có thể thực thi trên nền tảng thiết bị
nhúng với tài nguyên tính toán hạn chế. Các mô hình được đánh giá so sánh trên mạch nhúng Jetson Nano trên các tập dữ liệu có kích thước và độ phức tạp khác
nhau để có kết luận toàn diện về độ chính xác và tốc độ. Phương pháp đề xuất dựa trên mạng Mobilenet đã đạt được độ chính xác gần như tương đương và đạt
được tốc độ suy luận nhanh hơn rất nhiều so với mô hình SDD nguyên bản sử dụng mạng VGG-16, cụ thể đạt độ chính xác tổng thể mAP cao nhất là 84% trên tập
dữ liệu kiểm tra và tốc độ suy luận trung bình ~25 FPS sau khi tối ưu.