• 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.

    Navegar

    Todo o repositórioComunidadesPor data do documentoAutoresAssuntosTítulos

    Minha conta

    Entrar

    Estatística

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Máster UVa
    • Ver item
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Máster UVa
    • Ver item
    • 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/10324/79540

    Título
    Proyecto Floorify: generación de planos arquitectónicos mediante inteligencia artificial generativa
    Autor
    Eufrasio da Silva, Giovane
    Director o Tutor
    Cardeñoso Payo, ValentínAutoridad UVA
    Menguez Álvarez, Guillermo
    García Ullán, Pablo
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2025
    Titulación
    Máster en Ingeniería Informática
    Resumo
    En el mundo contemporáneo, los modelos de Inteligencia Artificial han ganado una creciente visibilidad e importancia en la sociedad. En este contexto, presentamos el proyecto Floorify, que explora el uso de técnicas de Fine-Tuning en modelos de Stable Diffusion con el objetivo de generar automáticamente planos arquitectónicos en 2D. A partir de datos visuales y textuales, se evaluaron distintos métodos de ajuste fino, identificándose Text-to-Image como el más adecuado para los propósitos del proyecto. El objetivo fue entrenar modelos capaces de asociar descripciones textuales con imágenes de planos arquitectónicos, evaluando la calidad y coherencia de los resultados mediante métricas como CLIP Score. Como resultado, se logró ajustar el modelo para la generación de planos arquitectónicos en 2D, sin embargo, los resultados aún presentaron limitaciones, tales como inexactitudes en la correspondencia entre texto e imagen y una calidad gráfica insatisfactoria, lo que abre oportunidades para futuras investigaciones.
     
    In the contemporary world, Artificial Intelligence models have gained increasing visibility and importance in society. In this context, we present the Floorify project, which explores the use of Fine-Tuning techniques in Stable Diffusion models to automatically generate 2D architectural plans. Using visual and textual data, different fine-tuning methods were evaluated, with Text-to-Image identified as the most suitable for the project’s objectives. The goal was to train models capable of linking textual descriptions with images of architectural plans, assessing the quality and coherence of the results using metrics such as CLIP Score. As a result, the model was successfully adjusted for 2D architectural plan generation. However, the outcomes still presented limitations, such as inaccuracies in the text-to-image relationship and unsatisfactory graphical quality, opening up opportunities for further research.
    Palabras Clave
    Proyecto Floorify
    Inteligencia Artificial
    Métodos de Fine-Tuning
    Departamento
    Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/79540
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Máster UVa [7567]
    Mostrar registro completo
    Arquivos deste item
    Nombre:
    TFM-G2274.pdf
    Tamaño:
    11.38Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10