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