Reconocimiento de objetos en imágenes usando aprendizaje profundo

En el presente proyecto se desarrolló una aplicación de aprendizaje profundo (deep learning) la cual identifica objetos en el laboratorio de automática de la Universidad Autónoma de Occidente, haciendo uso de la técnica transfer learning. Para llevar a cabo este proyecto, se creó el dataset compuest...

Full description

Autores:
Díaz Salazar, Nicolas
Salazar Gómez, Gustavo Andres
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2018
Institución:
Universidad Autónoma de Occidente
Repositorio:
RED: Repositorio Educativo Digital UAO
Idioma:
spa
OAI Identifier:
oai:red.uao.edu.co:10614/10153
Acceso en línea:
http://hdl.handle.net/10614/10153
Palabra clave:
Ingeniería Mecatrónica
Redes neurales (Computadores)
Deep learning
Transfer learning
Inception-V3
Rights
openAccess
License
Derechos Reservados - Universidad Autónoma de Occidente
id REPOUAO2_c1488ff71404136a92c41c22d566014a
oai_identifier_str oai:red.uao.edu.co:10614/10153
network_acronym_str REPOUAO2
network_name_str RED: Repositorio Educativo Digital UAO
repository_id_str
dc.title.spa.fl_str_mv Reconocimiento de objetos en imágenes usando aprendizaje profundo
title Reconocimiento de objetos en imágenes usando aprendizaje profundo
spellingShingle Reconocimiento de objetos en imágenes usando aprendizaje profundo
Ingeniería Mecatrónica
Redes neurales (Computadores)
Deep learning
Transfer learning
Inception-V3
title_short Reconocimiento de objetos en imágenes usando aprendizaje profundo
title_full Reconocimiento de objetos en imágenes usando aprendizaje profundo
title_fullStr Reconocimiento de objetos en imágenes usando aprendizaje profundo
title_full_unstemmed Reconocimiento de objetos en imágenes usando aprendizaje profundo
title_sort Reconocimiento de objetos en imágenes usando aprendizaje profundo
dc.creator.fl_str_mv Díaz Salazar, Nicolas
Salazar Gómez, Gustavo Andres
dc.contributor.advisor.none.fl_str_mv López Sotelo, Jesús Alfonso
dc.contributor.author.spa.fl_str_mv Díaz Salazar, Nicolas
Salazar Gómez, Gustavo Andres
dc.subject.spa.fl_str_mv Ingeniería Mecatrónica
Redes neurales (Computadores)
topic Ingeniería Mecatrónica
Redes neurales (Computadores)
Deep learning
Transfer learning
Inception-V3
dc.subject.eng.fl_str_mv Deep learning
Transfer learning
Inception-V3
description En el presente proyecto se desarrolló una aplicación de aprendizaje profundo (deep learning) la cual identifica objetos en el laboratorio de automática de la Universidad Autónoma de Occidente, haciendo uso de la técnica transfer learning. Para llevar a cabo este proyecto, se creó el dataset compuesto de 27 clases y se implementó la técnica de data augmentation con el fin de tener un numero apropiado de imágenes por clase. La aplicación fue desarrollada en Python con la plataforma Tensorflow y haciendo uso de la Unidad de Procesamiento Grafico (GPU), donde se cargó la red neuronal convolucional Inception-V3 de Google para el transfer learning, la cual fue utilizada como extractor de características. Una vez se obtuvieron las representaciones de las imágenes procesadas por la Inception- V3, se entrenó una capa clasificadora de tipo Multi Layer Perceptron (MLP) con función de activación Softmax para realizar las nuevas predicciones. Las pruebas de la aplicación se hicieron en tiempo real utilizando una cámara web gracias a la librería Opencv, obteniendo una precisión cerca del 99%
publishDate 2018
dc.date.accessioned.spa.fl_str_mv 2018-05-22T17:02:42Z
dc.date.available.spa.fl_str_mv 2018-05-22T17:02:42Z
dc.date.issued.spa.fl_str_mv 2018-03-21
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.spa.fl_str_mv http://hdl.handle.net/10614/10153
url http://hdl.handle.net/10614/10153
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad Autónoma de Occidente
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
rights_invalid_str_mv Derechos Reservados - Universidad Autónoma de Occidente
https://creativecommons.org/licenses/by-nc-sa/4.0/
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.spa.fl_str_mv application/pdf
dc.format.extent.spa.fl_str_mv 127 páginas
dc.coverage.spatial.spa.fl_str_mv Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí
dc.publisher.spa.fl_str_mv Universidad Autónoma de Occidente
dc.publisher.program.spa.fl_str_mv Ingeniería Mecatrónica
dc.publisher.department.spa.fl_str_mv Departamento de Automática y Electrónica
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.source.spa.fl_str_mv instname:Universidad Autónoma de Occidente
reponame:Repositorio Institucional UAO
instname_str Universidad Autónoma de Occidente
institution Universidad Autónoma de Occidente
reponame_str Repositorio Institucional UAO
collection Repositorio Institucional UAO
bitstream.url.fl_str_mv https://red.uao.edu.co/bitstreams/f2296897-36d1-437a-8414-b01a774e4a66/download
https://red.uao.edu.co/bitstreams/a0749cfa-551b-4268-ae0b-8c93836a62ac/download
https://red.uao.edu.co/bitstreams/10d15718-a590-4a7d-b7cc-7fd50499d01b/download
https://red.uao.edu.co/bitstreams/cad76f0e-2d38-49ee-8d5c-835631d39cb5/download
https://red.uao.edu.co/bitstreams/45898291-be39-416d-be49-23428187c42f/download
https://red.uao.edu.co/bitstreams/28037dfc-2e0b-4719-9ec0-6769602fff55/download
https://red.uao.edu.co/bitstreams/0bc85d95-f4ea-47cb-961b-638e27489ab8/download
https://red.uao.edu.co/bitstreams/26da1ecf-f3f4-46e7-b092-9f0e0052c74f/download
bitstream.checksum.fl_str_mv a9d6fd500edf361e925e8ab12a2eddcb
eecd7fa682ac9875160e5fbeb11ecd56
d74379417fca6b393deb5e0017774c00
019c28bff72820fd110b3512271e0857
934f4ca17e109e0a05eaeaba504d7ce4
20b5ba22b1117f71589c7318baa2c560
9b85ac18e66fa09747dcb4da95f8842e
5e8e2d9f6afa24ca76d48177a86fb296
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital Universidad Autonoma de Occidente
repository.mail.fl_str_mv repositorio@uao.edu.co
_version_ 1814260041794977792
spelling López Sotelo, Jesús Alfonsovirtual::2972-1Díaz Salazar, Nicolasc1bddd081489e46d2aa719727a723d16-1Salazar Gómez, Gustavo Andrese4e222934c134bdc1b035f42c9c35605-1Ingeniero MecatrónicoUniversidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí2018-05-22T17:02:42Z2018-05-22T17:02:42Z2018-03-21http://hdl.handle.net/10614/10153En el presente proyecto se desarrolló una aplicación de aprendizaje profundo (deep learning) la cual identifica objetos en el laboratorio de automática de la Universidad Autónoma de Occidente, haciendo uso de la técnica transfer learning. Para llevar a cabo este proyecto, se creó el dataset compuesto de 27 clases y se implementó la técnica de data augmentation con el fin de tener un numero apropiado de imágenes por clase. La aplicación fue desarrollada en Python con la plataforma Tensorflow y haciendo uso de la Unidad de Procesamiento Grafico (GPU), donde se cargó la red neuronal convolucional Inception-V3 de Google para el transfer learning, la cual fue utilizada como extractor de características. Una vez se obtuvieron las representaciones de las imágenes procesadas por la Inception- V3, se entrenó una capa clasificadora de tipo Multi Layer Perceptron (MLP) con función de activación Softmax para realizar las nuevas predicciones. Las pruebas de la aplicación se hicieron en tiempo real utilizando una cámara web gracias a la librería Opencv, obteniendo una precisión cerca del 99%Proyecto de grado (Ingeniero Mecatrónico)-- Universidad Autónoma de Occidente, 2018.PregradoIngeniero(a) Mecatrónico(a)application/pdf127 páginasspaUniversidad Autónoma de OccidenteIngeniería MecatrónicaDepartamento de Automática y ElectrónicaFacultad de IngenieríaDerechos Reservados - Universidad Autónoma de Occidentehttps://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)http://purl.org/coar/access_right/c_abf2instname:Universidad Autónoma de Occidentereponame:Repositorio Institucional UAOIngeniería MecatrónicaRedes neurales (Computadores)Deep learningTransfer learningInception-V3Reconocimiento de objetos en imágenes usando aprendizaje profundoTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Publicationhttps://scholar.google.com.au/citations?user=7PIjh_MAAAAJ&hl=envirtual::2972-10000-0002-9731-8458virtual::2972-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000249106virtual::2972-1fc227fb1-22ec-47f0-afe7-521c61fddd32virtual::2972-1fc227fb1-22ec-47f0-afe7-521c61fddd32virtual::2972-1TEXTT07815.pdf.txtT07815.pdf.txtExtracted texttext/plain145134https://red.uao.edu.co/bitstreams/f2296897-36d1-437a-8414-b01a774e4a66/downloada9d6fd500edf361e925e8ab12a2eddcbMD58TA7815.pdf.txtTA7815.pdf.txtExtracted texttext/plain4584https://red.uao.edu.co/bitstreams/a0749cfa-551b-4268-ae0b-8c93836a62ac/downloadeecd7fa682ac9875160e5fbeb11ecd56MD510THUMBNAILT07815.pdf.jpgT07815.pdf.jpgGenerated Thumbnailimage/jpeg7563https://red.uao.edu.co/bitstreams/10d15718-a590-4a7d-b7cc-7fd50499d01b/downloadd74379417fca6b393deb5e0017774c00MD59TA7815.pdf.jpgTA7815.pdf.jpgGenerated Thumbnailimage/jpeg13631https://red.uao.edu.co/bitstreams/cad76f0e-2d38-49ee-8d5c-835631d39cb5/download019c28bff72820fd110b3512271e0857MD511CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://red.uao.edu.co/bitstreams/45898291-be39-416d-be49-23428187c42f/download934f4ca17e109e0a05eaeaba504d7ce4MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81665https://red.uao.edu.co/bitstreams/28037dfc-2e0b-4719-9ec0-6769602fff55/download20b5ba22b1117f71589c7318baa2c560MD55ORIGINALT07815.pdfT07815.pdfapplication/pdf24969664https://red.uao.edu.co/bitstreams/0bc85d95-f4ea-47cb-961b-638e27489ab8/download9b85ac18e66fa09747dcb4da95f8842eMD56TA7815.pdfTA7815.pdfapplication/pdf293660https://red.uao.edu.co/bitstreams/26da1ecf-f3f4-46e7-b092-9f0e0052c74f/download5e8e2d9f6afa24ca76d48177a86fb296MD5710614/10153oai:red.uao.edu.co:10614/101532024-03-08 10:07:12.008https://creativecommons.org/licenses/by-nc-sa/4.0/Derechos Reservados - Universidad Autónoma de Occidenteopen.accesshttps://red.uao.edu.coRepositorio Digital Universidad Autonoma de Occidenterepositorio@uao.edu.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