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

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/8878
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBALTAZAR FLORES, MARIA DEL ROSARIO%30501-
dc.contributor.authorPEREZ HERNANDEZ, OSCAR KEVIN%1178564-
dc.creatorPEREZ HERNANDEZ, OSCAR KEVIN%1178564-
dc.date.accessioned2025-01-17T00:27:33Z-
dc.date.available2025-01-17T00:27:33Z-
dc.date.issued2024-06-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/8878-
dc.descriptionEl 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.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherConvoluciones (Matemáticas)es_MX
dc.subject.otherRedes neuronales (Computación)es_MX
dc.subject.otherRedes neuronales profundases_MX
dc.subject.otherRedes neuronales recurrenteses_MX
dc.subject.otherVisión por computadoraes_MX
dc.subject.otherAnálisis de imágeneses_MX
dc.subject.otherReconocimiento de modeloses_MX
dc.subject.otherReconocimiento óptico de caractereses_MX
dc.subject.otherAlgoritmos de clasificaciónes_MX
dc.subject.otherBases de datoses_MX
dc.subject.otherControl de inventarioses_MX
dc.subject.otherEtiquetas de vinoses_MX
dc.titleIDENTIFICACION DE TIPOGRAFIAS EN AMBIENTES NO ESTRUCTURADOS MEDIANTE REDES PROFUNDAS DE APRENDIZAJEes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorMONTERO, RAUL SANTIAGO-
dc.folioTecNM-ITL_MCC-023es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Leónes_MX
Appears in Collections:Maestría en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
023.-TESIS-COMPLETA_OSCAR-KEVIN-PEREZ-HERNANDEZ.pdfIdentificación de tipografías en ambientes no estructurados mediante redes profundas de aprendizaje - Tesis 023 de MCC del ITL4.66 MBAdobe PDFView/Open


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons