Evaluación del estado de envases plásticos primarios mediante redes neuronales convolucionales (CNN)

La inteligencia artificial ha permitido la automatización de procesos anteriormente inviables gracias a su flexibilidad en la toma de decisiones y reconocimiento blando de patrones, por lo que tareas de reconocimiento y clasificación ahora son viables de realizar por equipos de cómputo. En la presente se propone el uso de Redes Neuronales Convolucionales para la clasificación de envases plásticos primarios. Se crea un conjunto de datos de entrenamiento en su totalidad y se modela la arquitectura general del sistema, se configuran parámetros e hiper parámetros y se entrena la red durante 70 épocas usando técnicas de data augmentation y normalización de datos, finalmente se obtienen resultados y se determina la viabilidad del modelo mediante su precisión en datos no entrenados previamente.

• Autores: Franco Gómez , Sebastián; Ospina Osorio , Jhonatan
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad Tecnológica de Pereira
• Repositorio: Repositorio Institucional UTP
• Idioma: spa
• OAI Identifier: oai:repositorio.utp.edu.co:11059/14143
• Acceso en línea: https://hdl.handle.net/11059/14143; https://repositorio.utp.edu.co/home
• Palabra clave: 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores; Binary trees; Big Data applications; Bio-inspired computing; Clasificación Binaria; Data Augmentation; Dataset; Redes neuronales convolucionales
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)