Estudio comparativo de modelos de clasificación automática de señales de tráfico
Fecha
2020Autor
Director
Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Grado/Gradu Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
Este Trabajo Fin de Grado (TFG) pertenece al campo de Inteligencia Artificial, más
concretamente al de Visión Artificial. Está divido en dos partes diferenciadas.
La primera parte es un estudio comparativo de un modelo de clasificación automático de
imágenes de señales de tráfico, en la que haremos aproximación basada en Machine Learning
tradicional y una basada en Redes Neuronales Convolucio ...
[++]
Este Trabajo Fin de Grado (TFG) pertenece al campo de Inteligencia Artificial, más
concretamente al de Visión Artificial. Está divido en dos partes diferenciadas.
La primera parte es un estudio comparativo de un modelo de clasificación automático de
imágenes de señales de tráfico, en la que haremos aproximación basada en Machine Learning
tradicional y una basada en Redes Neuronales Convolucionales (Deep Learning). Para ello,
analizaremos el rendimiento, la complejidad y el acierto que obtendremos al clasificar usando
dichos modelos.
En la segunda parte, crearemos un detector de señales de tráfico en imágenes y vídeos basado
en Aprendizaje Profundo. El algoritmo que se utilizará en este detector será YOLO “You Only
Look Once”. [--]
Materias
Visión artificial,
Aprendizaje profundo,
Detección de objetos,
Aprendizaje supervisado,
Redes neuronales
Titulación
Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra /
Informatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoan