• 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.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • 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/10324/50402

    Título
    Caracterización de piezas mediante técnicas de Deep Learning
    Autor
    Ivanov Manov, Istaliyan
    Director o Tutor
    Sahelices Fernández, BenjamínAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2021
    Titulación
    Grado en Ingeniería Informática
    Résumé
    El control de calidad es una parte del proceso de producción de suma relevancia. Identi car correctamente las piezas que sufran imperfecciones, antes de que sean usadas en el producto final, es una de las tareas clave en este proceso. Para poder automatizarla es posible usar técnicas de Deep Learning que han visto gran aplicación durante la última década. Este Trabajo de Fin de Grado está orientado a aprender los conceptos sobre los que se apoyan estas técnicas y aplicarlos, usando la librería fastai, para realizar clasi cadores de imágenes mediante los que automatizar la detección de piezas defectuosas.
     
    Quality control is an extremely important part of the production process. Identifying correctly the components that suffer imperfections, before they are used in the final product, is one key part of this process. In order to automate it, is possible to use Deep Learning techniques that have seen great use during the last decade. This project is aimed at learning que concepts on which this techniques are based on and appliying them, using the fastai library to create classi ers with which to automate this detection.
    Palabras Clave
    Deep Learning
    Redes neuronales
    Descenso de gradiente
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/50402
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30857]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFG-G5255.pdf
    Tamaño:
    9.151Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10