• 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.

    Listar

    Todo UVaDOCComunidadesPor fecha de publicaciónAutoresMateriasTítulos

    Mi cuenta

    Acceder

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   UVaDOC Principal
    • TRABAJOS FIN DE ESTUDIOS
    • Trabajos Fin de Grado UVa
    • Ver ítem
    •   UVaDOC Principal
    • TRABAJOS FIN DE ESTUDIOS
    • Trabajos Fin de Grado UVa
    • Ver ítem
    • 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:https://uvadoc.uva.es/handle/10324/71162

    Título
    Redes neuronales convolucionales. Aplicación a la detección de objetos
    Autor
    García Pajares, Sergio
    Director o Tutor
    Barrio Tellado, Eustasio delAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de CienciasAutoridad UVA
    Año del Documento
    2024
    Titulación
    Grado en Matemáticas
    Resumen
    Las redes neuronales convolucionales son una familia paramétrica de funciones que han demostrado ser útiles en gran variedad de aplicaciones como la visión artificial. Sus fundamentos teóricos están basados en la estadística, pero también dependen del análisis numérico para encontrar los parámetros adecuados para resolver una tarea concreta. Explicamos los fundamentos del aprendizaje automático. Después, explicamos cómo se construyen las redes neuronales convolucionales y los principales algoritmos para su optimización numérica. Finalmente, explicamos en detalle el funcionamiento del algoritmo YOLO (mira una única vez), que es capaz de identificar objetos en imagen y generar rectángulos delimitadores para ellos en tiempo real.
     
    Convolutional Neural Networks is a family of parametric functions that has proven useful in many applications such as computer vision. Their theoretical grounds are based on statistics, but they rely on numerical analysis to find the right parameters to perform on a given task. We explain the general foundations of machine learning. Afterwards, we explain how convolutional neural networks are built and the main algorithms for their numerical optimization. Finally, we explain in detail YOLO (You Only Look Once) algorithm, which is able to identify objects in images and generate bounding boxes for them in real time.
    Palabras Clave
    Detección de objetos
    YOLO
    Visión artificial
    Redes neuronales convolucionales
    Departamento
    Departamento de Estadística e Investigación Operativa
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/71162
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30858]
    Mostrar el registro completo del ítem
    Ficheros en el ítem
    Nombre:
    TFG-G6829.pdf
    Tamaño:
    11.22Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalLa licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10