Luận văn tập trung nghiên cứu các kỹ thuật học sâu, đặc biệt là mạng nơ-ron tích chập (CNN) và các kiến trúc tiên tiến như YOLO, Faster R-CNN, để giải quyết bài toán nhận dạng các phương tiện giao thông di chuyển trên một đoạn đường. Mục tiêu chính là xây dựng mô hình có khả năng phát hiện và phân loại chính xác các loại phương tiện như ô tô, xe máy, xe buýt và xe tải từ dữ liệu video hoặc hình ảnh thu thập trong điều kiện thực tế. Luận án tiến hành thu thập và gán nhãn bộ dữ liệu, tiền xử lý hình ảnh, huấn luyện và tối ưu hóa các mô hình học sâu. Kết quả thực nghiệm cho thấy mô hình đề xuất đạt độ chính xác cao trong việc nhận dạng phương tiện, đồng thời đảm bảo tốc độ xử lý thời gian thực. Nghiên cứu này có ý nghĩa thực tiễn trong việc ứng dụng vào hệ thống giám sát giao thông thông minh, quản lý lưu lượng và hỗ trợ phát triển đô thị thông minh.