2026-05-05T20:51:34Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/504392021-11-21T19:38:11Zcom_10324_38col_10324_852
Análisis de entrenamiento en deep learning para gestión de calidad en fabricación automática
Trigueros Vega, Andrés
Sahelices Fernández, Benjamín
El objetivo de este Trabajo de Fin de Grado es desarrollar redes neuronales que sean
capaces de distinguir imágenes de soldaduras buenas (sin defectos) de imágenes de
soldaduras malas (con defectos).
Para entrenar las redes ha sido necesario realizar programas que simulen defectos,
para lo cual se ha utilizado Python 3.9.5.
Para la creación de las redes, se han utilizado tanto anaconda, que es una distribución
utilizada en ciencia de datos y machine learning, como colab, que es una herramienta
de Google que da acceso gratuito a GPUs.
Además, se ha utilizado la librería de python fast.ai, la cual está especializada en
deep learning y es la librería que más rápido ha crecido desde su creación en 2017.
Por último, se realizará un estudio en el que se identificará la mejor manera de
entrenar una red que no es capaz de clasificar correctamente una imagen concreta,
en cuanto a tiempo y resultados.
Para la realización del proyecto, se ha seguido el marco de trabajo para el desarrollo
ágil SCRUM.
2021
info:eu-repo/semantics/bachelorThesis
spa
https://uvadoc.uva.es/handle/10324/50439
https://uvadoc.uva.es/bitstream/10324/50439/3/license.txt
017313583e37a1e4d1253e1ef6c66c6c
https://uvadoc.uva.es/bitstream/10324/50439/1/TFG-G5286.pdf
f83c2c7eb78f117fde034d80ffcc7a52
Attribution-NonCommercial-NoDerivatives 4.0 Internacional