[Dự án AI] Phân loại rác thải bằng KNN — nâng cấp từ luật màu sang học máy thật

Mục tiêu

Dự án nâng cấp trực tiếp dự án "Phân loại rác thải cơ bản theo màu sắc/hình dạng" (Nhóm C) — từ việc GV/HS tự đặt luật ngưỡng màu bằng tay (rẽ nhánh if/elif chủ quan) sang để máy học TỰ TÌM ranh giới phân loại từ dữ liệu mẫu bằng thuật toán KNeighborsClassifier (KNN) — đúng tinh thần "học máy" thay vì "lập trình luật cứng". Học sinh tự tay chụp/tạo ảnh vật thể, trích đặc trưng màu HSV, huấn luyện mô hình, và thử phân loại 1 vật thể MỚI qua Webcam.

Thời lượng: 4 tiết học (180 phút)

• Tiết 1 (cell 1-7): ôn lại giới hạn của luật ngưỡng tự đặt, lý thuyết KNN (trực quan), tạo/xem dữ liệu ảnh mẫu 3 loại rác
• Tiết 2 (cell 8-14): trích đặc trưng màu HSV, trực quan hoá phân bố đặc trưng, huấn luyện và đánh giá KNN (độ chính xác, ma trận nhầm lẫn)
• Tiết 3 (cell 15-20): so sánh trực tiếp KNN với luật ngưỡng cũ trên 1 vật thể mới, hướng dẫn dùng Webcam chụp vật thể thật, tư duy phản biện về giới hạn của đặc trưng màu đơn thuần
• Tiết 4 (cell 21-26): ý nghĩa thực tiễn (công nghệ phân loại rác thật, quy định pháp lý Việt Nam), tư duy phản biện sâu về "học máy" không tự động nghĩa là "chính xác hơn", mục Tìm hiểu thêm, câu hỏi vận dụng

Em sẽ làm được gì

• Hiểu trực quan KNN hoạt động thế nào — tìm K "hàng xóm" gần nhất và biểu quyết theo đa số
• Trích đặc trưng số (màu HSV trung bình) từ ảnh thật — kỹ năng nền tảng của thị giác máy tính
• Huấn luyện, đánh giá (độ chính xác, ma trận nhầm lẫn) và so sánh KNN với luật viết tay trên CÙNG 1 vật thể mới
• Dùng Webcam chụp 1 vật thể thật và để mô hình tự phân loại ngay trong giờ học
• Phản biện: vì sao "học máy thật" không tự động nghĩa là "chính xác hơn luật viết tay" nếu đặc trưng đầu vào quá nghèo nàn

Về thư viện và dữ liệu

Cần bấm thêm 2 nút trong mục "Thư viện thêm": "opencv-python" (~47MB) và "scikit-learn" (~72MB) SAU KHI đã bấm "Bắt đầu tải & chạy Notebook", TRƯỚC KHI chạy Cell 4. Cell 4 tự tạo 30 ảnh MÔ PHỎNG màu sắc 3 loại rác (chạy được ngay, không cần chuẩn bị file) — Cell 5 hướng dẫn cách thay bằng ảnh THẬT (Tải ảnh lên) do học sinh tự chụp. Tiết 3 hướng dẫn dùng Webcam chụp trực tiếp 1 vật thể mới.