Por favor, use este identificador para citar o enlazar este ítem:
https://rinacional.tecnm.mx/jspui/handle/TecNM/8878| Título : | IDENTIFICACION DE TIPOGRAFIAS EN AMBIENTES NO ESTRUCTURADOS MEDIANTE REDES PROFUNDAS DE APRENDIZAJE |
| Autor : | PEREZ HERNANDEZ, OSCAR KEVIN%1178564 |
| metadata.dc.subject.other: | Convoluciones (Matemáticas) Redes neuronales (Computación) Redes neuronales profundas Redes neuronales recurrentes Visión por computadora Análisis de imágenes Reconocimiento de modelos Reconocimiento óptico de caracteres Algoritmos de clasificación Bases de datos Control de inventarios Etiquetas de vinos |
| Fecha de publicación : | 2024-06-01 |
| Editorial : | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de León |
| Descripción : | El presente trabajo presenta la investigación sobre el desempeño del modelo de redes neuronales convolucionales ResNet50 en la clasificación de imágenes de botellas de vino. El objetivo principal de esta investigación ha sido evaluar la capacidad del modelo para distinguir entre diferentes clases de vinos, bajo diversas condiciones experimentales. Se ha investigado con el fin de poner a prueba una red pre-entrenada y ver qué tan factible es utilizarla en sistemas de asistencia visual. La motivación para llevar a cabo esta investigación radica en la necesidad de indagar en los procesos de clasificación de las redes neuronales convolucionales (CNN, por sus siglas en inglés), las cuales son críticas en la actualidad para sistemas de asistencia diversos. La precisión y velocidad en la identificación de productos pueden tener un impacto significativo en la gestión de inventarios, así como la satisfacción del cliente. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece en las colecciones: | Maestría en Ciencias de la Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 023.-TESIS-COMPLETA_OSCAR-KEVIN-PEREZ-HERNANDEZ.pdf | Identificación de tipografías en ambientes no estructurados mediante redes profundas de aprendizaje - Tesis 023 de MCC del ITL | 4.66 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
