Khoa học Dữ liệu và Trí tuệ Nhân tạo châu Á Asian Journal of Data Science and Artificial Intelligence (AJDSAI)
Tóm TắT: Mục tiêu nghiên cứu: Nghiên cứu xây dựng tập dữ liệu phương tiện giao thông phản ánh điều kiện thực tế tại Việt Nam, đồng thời đánh giá hiệu năng của các mô hình học sâu nhằm phát hiện đối tượng trong điều kiện chiếu sáng thay đổi (ban ngày và ban đêm), phục vụ cho những hệ thống giao thông thông minh thời gian thực. Thiết kế nghiên cứu/phương pháp/tiếp cận: Dữ liệu được thu thập từ hệ thống camera giám sát thực tế và gán nhãn thủ công trong nhiều điều kiện ánh sáng khác nhau. Trên cơ sở đó, hai mô hình tiêu biểu là YOLO26 và RF-DETR được huấn luyện và đánh giá theo cùng một quy trình thực nghiệm thống nhất, sử dụng các chỉ số chuẩn gồm mAP, Precision và Recall. Kết quả nghiên cứu chính: Kết quả thực nghiệm cho thấy YOLO26 đạt hiệu năng cao hơn trong điều kiện ban ngày với mAP đạt 95,2%, nhưng giảm xuống 90,4% vào ban đêm. Ngược lại, RF-DETR thể hiện tính ổn định tốt hơn giữa các điều kiện, với mAP đạt 93,8% ban ngày và khoảng 91% ban đêm, cho thấy khả năng thích nghi tốt hơn trong môi trường ánh sáng yếu. Giá trị đóng góp mới: Nghiên cứu cung cấp một tập dữ liệu giao thông đặc thù cho bối cảnh Việt Nam và đưa ra đánh giá thực nghiệm có hệ thống giữa hai hướng tiếp cận CNN và Transformer dưới nhiều điều kiện chiếu sáng. Kết quả góp phần hỗ trợ lựa chọn mô hình phù hợp trong triển khai thực tế các hệ thống giao thông thông minh
Những nội dung và quan điểm trình bày của bài viết trong Khoa học Dữ liệu và Trí tuệ Nhân tạo châu Á thuộc về trách nhiệm của tác giả. Các quan điểm trình bày trong bài viết không đại diện cho ý kiến của Nhà xuất bản hay Ban biên tập. Ban biên tập và Hội đồng biên tập của Khoa học Dữ liệu và Trí tuệ Nhân tạo châu Á không chịu trách nhiệm về các sai sót trong nội dung hay bất kỳ các vấn đề phát sinh từ việc sử dụng thông tin trong bài viết.
Một khi bài viết được chấp thuận xuất bản trên Khoa học Dữ liệu và Trí tuệ Nhân tạo châu Á, các tác giả và đồng tác giả hiển nhiên thừa nhận rằng Khoa học Dữ liệu và Trí tuệ Nhân tạo châu Á được cấp các quyền sau:
Cần có sự cho phép bằng văn bản của Khoa học Dữ liệu và Trí tuệ Nhân tạo châu Á để gửi bài viết đến các tạp chí khác và tất cả các phát sinh có liên quan đến bài viết, bao gồm cả tài liệu biên soạn và bản dịch, trừ khi bài viết đã được thay đổi đáng kể so với ban đầu. Các tác giả đảm bảo rằng, bài viết là bản gốc và được trích dẫn nguồn đầy đủ, ngoại trừ các trích đoạn từ các công trình có bản quyền đã được sự cho phép của chủ bản quyền và tác giả của đoạn trích.
The contents and views expressed in articles published in Asian Journal of Data Science and Artificial Intelligence (AJDSAI) are the sole responsibility of the authors. The views presented do not represent the opinions of the Publisher or the Editorial Board. The Editorial Board and the Advisory Board of Asian Journal of Data Science and Artificial Intelligence (AJDSAI) shall not be held responsible for any errors in content or any issues arising from the use of information in the articles.
Once an article is accepted for publication in Asian Journal of Data Science and Artificial Intelligence (AJDSAI), the authors and co-authors implicitly acknowledge that Asian Journal of Data Science and Artificial Intelligence (AJDSAI) is granted the following rights:
Written permission from Asian Journal of Data Science and Artificial Intelligence (AJDSAI) is required to submit the article to other journals and for any derivative works related to the article, including compilations and translations, unless the article has been substantially modified from the original. The authors warrant that the article is original and properly cited, except for excerpts from copyrighted works which have been used with the permission of the copyright holder and the author of the excerpt.
.jpg)