1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Guanajuato
4. Instituto Tecnológico de León (Posgrado)
5. Tesis de Maestría
6. Maestría en Ciencias de la Computación

Titre:	IDENTIFICACION DE TIPOGRAFIAS EN AMBIENTES NO ESTRUCTURADOS MEDIANTE REDES PROFUNDAS DE APRENDIZAJE
Auteur(s):	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
Date de publication:	2024-06-01
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de León
Description:	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
Collection(s) :	Maestría en Ciencias de la Computación

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons