BÁO CÁO THỰC HÀNH

DỰ ÁN KỸ THUẬT NÂNG CAO

Tên bài thực hành/Phase: HỆ THỐNG PHÂN LOẠI SẢN PHẨM

THEO MÀU SẮC

Tên thành viên nhóm:

● Tống Trường Long - 19477481

● Nguyễn Hữu Thạnh – 19492851

● Nguyễn Hữu Phát - 19491401

Ngày thực hiện: 14/09/ 2023

-1-
 PHASE 1: PROJECT IDENTIFICATION

BẢNG PHÂN CÔNG

STT Họ và Tên Nhiệm vụ Đánh giá

1 Nguyễn Hữu Phát
2 Nguyễn Hữu Thạnh
3 Tống Trường Long

- Gợi ý các nội dung báo cáo công việc thực hiện
- Báo cáo theo yêu cầu công việc của từng buổi, từng Phase.

1.1 Kế hoạch và phương án thực hiện đề tài. Phân chia nhiệm vụ

mỗi thành viên theo TODOLIST.

Bước 1: Xác định Mục tiêu và Lý do

Đầu tiên, xác định mục tiêu chính của dự án. Điều này có thể là để tạo ra một hệ thống tự
động giúp phân loại sản phẩm dựa trên màu sắc để tăng hiệu suất và hiệu quả trong công
việc kinh doanh hoặc quản lý sản phẩm.
Đưa ra lý do tại sao dự án này quan trọng và có lợi ích đối với tổ chức hoặc cộng đồng.
Bước 2: Nghiên cứu và Phân tích
Tiến hành nghiên cứu thị trường và cơ hội để xác định xu hướng và nhu cầu liên quan
đến việc phân loại sản phẩm theo màu sắc.
Phân tích các công nghệ và phương pháp hiện có để thấy rằng có thể áp dụng chúng vào
dự án của bạn.
Bước 3: Xác định Phạm vi
Xác định phạm vi của dự án bằng cách nêu rõ loại sản phẩm mà bạn muốn phân loại theo
màu sắc. Ví dụ, quần áo, giày dép, hoặc thực phẩm.
Xác định các yêu cầu cụ thể của hệ thống, chẳng hạn như khả năng phân loại bao nhiêu
màu sắc khác nhau.
Bước 4: Thu thập Dữ liệu
Xác định nguồn dữ liệu cho dự án của bạn, chẳng hạn như hình ảnh sản phẩm và thông
tin màu sắc liên quan.
Thu thập và làm sạch dữ liệu, đảm bảo tính nhất quán và chất lượng.
Bước 5: Lựa chọn Công nghệ và Mô hình

Chọn công nghệ và mô hình phù hợp cho việc phân loại sản phẩm theo màu sắc.
Convolutional Neural Network (CNN) thường được sử dụng cho các dự án xử lý hình
ảnh.

-2-
Xem xét việc sử dụng các framework và thư viện như TensorFlow, PyTorch, hoặc scikit-
learn.
Bước 6: Xây dựng và Đào tạo Mô hình
Chia dữ liệu thành tập huấn luyện và tập kiểm tra.
Xây dựng và đào tạo mô hình dựa trên dữ liệu huấn luyện.
Đánh giá và tinh chỉnh mô hình để đảm bảo hiệu suất tốt.
Bước 7: Phát triển Giao diện người dùng (nếu cần)
Nếu dự án yêu cầu, phát triển một giao diện người dùng dễ sử dụng để tải lên hình ảnh và
nhận kết quả phân loại.
Bước 8: Kiểm tra và Đánh giá
Kiểm tra hệ thống với dữ liệu thực tế để đảm bảo rằng nó hoạt động đúng và đáng tin
cậy.
Sử dụng các chỉ số đánh giá như độ chính xác, độ nhạy và độ cụ thể để đánh giá hiệu
suất.
Bước 9: Triển khai và Duy trì

Triển khai hệ thống vào môi trường thực tế và duy trì để đảm bảo hoạt động liên tục và
ổn định.
Cập nhật hệ thống khi cần thiết để cải thiện hiệu suất và đáp ứng các yêu cầu mới.
Bước 10: Hướng dẫn Sử dụng và Đào tạo Người dùng (nếu cần)

Cung cấp hướng dẫn sử dụng hệ thống cho người dùng cuối.
Đào tạo người quản lý hệ thống về cách duy trì và cập nhật.
Bước 11: Đánh giá lại và Cải tiến liên tục
Liên tục đánh giá hiệu suất của hệ thống và thực hiện các cải tiến khi cần thiết để đảm
bảo rằng nó luôn đáp ứng các mục tiêu và yêu cầu của dự án.
Bước 12: Lập kế hoạch Tài chính và Thời gian
Xây dựng kế hoạch tài chính và lập lịch thời gian cho dự án, xem xét nguồn lực cần thiết
và ngân sách.
Bước 13: Đảm bảo Tuân thủ và An toàn
Đảm bảo tuân thủ các quy định và quy định liên quan đến việc phân loại sản phẩm, đặc
biệt nếu sản phẩm liên quan đến thực phẩm hoặc quy định an toàn.
Bước 14: Quản lý Dự án
Thiết lập hệ thống quản lý dự án để theo dõi tiến độ, x

-3-
 Biểu đồ gantt chart

 Các yếu tố PESTLE cho đề tài

-4-
 Bảng SWOT

-5-


bảng so sánh BenchMark

danh mục thiết bị

Raspberry Pi 4

-6-
Webcam

-7-
 Máy tính

 Dự trù chi phí thực hiện

 Raspberry Pi 4 giá tầm 2tr
-8-
  webcam giá 200k
 máy tính sinh viên đã có rồi nên không cần mua
 0.5kg xoài vàng 20k
 0.5kg xoài xanh 20k

Tổng chi phí ước tính 2tr5

Phương án mua các thiết bị : đặt Hàng Shoppe tầm 5 ngày .

-9-