• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/33207

    Título
    Sistema de detección de señales y vehículos mediante Redes Neuronales Convolucionales
    Autor
    Fernández Angulo, Óscar
    Director o Tutor
    Sahelices Fernández, BenjamínAutoridad UVA
    Rodríguez Vicente, Fernando
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2018
    Titulación
    Grado en Ingeniería Informática
    Résumé
    Con el aumento de la capacidad de cómputo de los ordenadores y el avance de los algoritmos de Machine Learning, surge la oportunidad de abordar problemas clásicos desde nuevas perspectivas. Por esta razón, se propone la construcción de un sistema capaz de detectar señales de velocidad y vehículos, con algoritmos de Visión Artificial. Además, se pretende que estos modelos se puedan ejecutar tanto desde móviles como desde sistemas embebidos, por lo que es fundamental que sea ligero y fácil de utilizar por diferentes clientes. Para ello, se ha realizado un estudio del estado del arte de los algoritmos de detección de objetos, se ha recogido y clasificado un set de datos, y se han entrenado y modificado los algoritmos hasta obtener buenos resultados. Por último, se ha implementado un componente, capaz de ejecutar Redes Neuronales Convolucionales complejas, que englobe el algoritmo y permita su uso desde cualquier dispositivo.
    Palabras Clave
    Machine learning
    Visión artificial
    Redes neuronales convolucionales
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/33207
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [33040]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFG-G3450.pdf
    Tamaño:
    10.92Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10