RT info:eu-repo/semantics/bachelorThesis
T1 Evaluating YOLO in real computer vision tasks
A1 Mbarek, Amine
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Object detection
K1 Antonomous vehicles
K1 YOLO algorithm
AB El objetivo principal de este trabajo es evaluar la efectividad del modelo YOLO en tareas realesde visión por computadora, específicamente en el contexto de vehículos autónomos, utilizandoel conjunto de datos KITTI. La motivación surge de la necesidad de mejorar la seguridad enla conducción autónoma, donde la detección precisa de peatones, ciclistas y otros vehículoses crucial para evitar accidentes. Las tareas realizadas incluyen la investigación y análisisde soluciones actuales, la preparación y preprocesamiento del conjunto de datos KITTI, elentrenamiento y optimización del modelo YOLO, y la evaluación de su rendimiento en escenariosde conducción variados. Los resultados demuestran una mejora significativa en la precisión yeficiencia del sistema de detección de objetos, contribuyendo al desarrollo de tecnologías deconducción autónoma más seguras y confiables. En conclusión, este trabajo avanza en lacomprensión y aplicación de la tecnología de detección de objetos, reduciendo potencialmentela incidencia de lesiones y muertes en el tráfico vial.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71363
UL https://uvadoc.uva.es/handle/10324/71363
LA eng
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 13-mar-2025