Phạm Hoàng Anh

Với bài toán này, hiện nay cũng đã có 1 vài mạng neuron hỗ trợ trong việc detect vật siêu nhỏ. Mình có tìm thấy 1 paper về detect mặt siêu nhỏ ở đây http://openaccess.thecvf.com/content_cvpr_2017/papers/Hu_Finding_Tiny_Faces_CVPR_2017_paper.pdf

Tuy nhiên các phương pháp đều sẽ đòi hỏi về khả năng tính toán của phần cứng tương đối lớn, vậy nên theo mình, các cách trên đều không phù hợp. Nếu là mình, mình sẽ chia nhỏ ảnh ra thành 5-10 phần, sau đó áp dụng cho từng phần rồi mapping ngược lại ảnh gốc ban đầu. Điều này vừa giúp giảm khả năng tính toán, vừa giúp chúng ta có được độ chính xác như mong muốn ban đầu! :3 Chúc bạn thành công

Chào bạn, để xử lý vấn đề này, hiện nay đa số các bên mình biết đều đang sử dụng các phương pháp nhằm vector hóa bài viết, trích xuất đặc trưng từ bài viết đơn giản như TF-IDF hoặc Bag of words,.. Sau đó từ các vector này sẽ có thể sử dụng thuật toán SVM hoặc Naive Bayes hoặc Decision Tree để phân loại. Bạn có thể tìm hiểu thông qua một số nguồn sau:

TF-IDF: https://viblo.asia/p/tf-idf-term-frequency-inverse-document-frequency-JQVkVZgKkyd https://viblo.asia/p/machine-learning-trich-xuat-dac-trung-van-ban-part-1-oOVlYqzzl8W

Bag of words: https://codetudau.com/bag-of-words-tf-idf-xu-ly-ngon-ngu-tu-nhien/index.html https://medium.com/greyatom/an-introduction-to-bag-of-words-in-nlp-ac967d43b428 (bài viết bằng tiếng Anh)

Thuật toán phân loại SVM: https://viblo.asia/p/ung-dung-support-vector-machine-trong-bai-toan-phan-loai-hoa-PdbGnLXBkyA

Naive Bayes / Bag os words vào bài toán phân loại thư rác: https://viblo.asia/p/ly-thuyet-ve-mang-bayes-va-ung-dung-vao-bai-toan-loc-thu-rac-07LKXzkelV4

Github của mình về bài tương tự: https://github.com/hoanganhpham1006/IT_post_classification

Về phần ads trên video, sẽ phức tạp hơn nhiều, nhưng 1 cách tổng quan, phương pháp vẫn bao gồm 2 bước: trích xuất đặc trưng (vector hóa) và phân loại. Bạn có thể tìm hiểu kỹ hơn về vấn đề trích xuất đặc trưng video.

Chúc bạn thành công