Desarrollo de un modelo de IA para la detección y el reconocimiento de señales de tráfico en imágenes

Abstract

Recientemente, los avances en inteligencia artificial y visión por computador han impulsado el desarrollo de tecnologías innovadoras en varios sectores, entre ellos, la industria automotriz. Los vehículos autónomos y ADAS han aprovechado estas técnicas para interpretar el entorno con mayor precisión y rapidez. Una de las áreas clave para la seguridad en carretera y la efectividad de estos sistemas es la identificación de señales de tráfico, esenciales en la toma de decisiones en la conducción. Este trabajo se enfoca en la creación de un modelo de deep learning, específicamente YOLOv7, para la detección y clasificación de señales de tráfico en imágenes. El desarrollo del proyecto incluye la recopilación y el preprocesamiento de conjuntos de datos públicos, la implementación, entrenamiento y evaluación del modelo y el análisis de varios hiperparámetros críticos. Los resultados sugieren un gran potencial para mejorar la seguridad y fiabilidad de los sistemas autónomos, proponiendo futuras investigaciones para aumentar la precisión y adaptabilidad del modelo a entornos más complejos, impulsando aún más la integración de la IA en la industria automotriz.