NHẬN DẠNG HÌNH ẢNH THỜI TIẾT DỰA TRÊN KẾT HỢP CNN VÀ XGBOOST

Abstract

Nghiên cứu này đề xuất thử nghiệm mô hình kết hợp giữa mạng CNN và thuật toán XGBoost cho bài toán nhận dạng ảnh thời tiết. Mô hình đề xuất sử dụng mạng học sâu CNN cho phần trích chọn đặc trưng, sau đó đưa các đặc trưng vào bộ phân loại XGBoost để nhận dạng các bức ảnh. Mô hình áp dụng tập dữ liệu thử nghiệm là tập 11 lớp ảnh khác nhau thu thập dưới nhiều hình thái thời tiết khác nhau. Cùng tập dữ liệu cũng được thử nghiệm với các mạng học sâu khác gồm Xception, InceptionV3, VGG19, VGG16 theo nguyên tắc chung các tham số, giữ nguyên bản ảnh gốc để so sánh. Kết quả thử nghiệm cho thấy mô hình CNN-XGBoost cho kết quả độ chính xác tốt nhất, phù hợp để ứng dụng trong đánh giá, phân loại các bức ảnh mô tả các loại hình thời tiết khác nhau.