
Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/9559
Title: | Detección y reconocimiento en tiempo real de armas a partir de videos en vías de transporte usando la Red Neuronal Convolucional Yolo V5 |
Authors: | Cortés Ramírez, Félix |
metadata.dc.subject.other: | Detección automática de armas, Redes Neuronales Convolucionales, YOLO V5, dataset CriMex |
Issue Date: | 2025-02-17 |
Publisher: | Tecnológico Nacional de México |
metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
Description: | Este trabajo se centra en el desarrollo de un sistema para la detección automática de armas en escenarios de carreteras, abordando los desafíos relacionados con los entornos dinámicos y los cambios visuales drásticos. Para ello, se creó un dataset especializado (CriMex) con imágenes de cuatro clases principales: normal, pre-crimen, crimen y post-crimen, diseñado específicamente para escenarios de carreteras y complementado con imágenes etiquetadas y aumentadas mediante técnicas avanzadas. Se implementaron modelos de aprendizaje profundo, como YOLO V5 y SSD, reentrenados para detectar armas blancas y de fuego con alta precisión, a su vez separandolos en 3 clases(arma corta, arma larga y arma blanca) alcanzando valores superiores al 90 %. Además, se desarrolló una aplicación móvil que permite la detección en tiempo real, con almacenamiento local de los resultados y facilidad de uso en dispositivos con recursos limitados. Los experimentos realizados incluyeron pruebas controladas para validar el desempeño de los modelos, mostrando resultados favorables en términos de precisión y eficiencia en diversos escenarios. Este trabajo no solo aporta una solución práctica y replicable para la seguridad en carreteras, sino que también sienta las bases para futuras extensiones, como la detección de placas vehiculares y la integración en sistemas de vigilancia más complejos. |
metadata.dc.type: | info:eu-repo/semantics/masterThesis |
Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
MC_Felix_Cortés_Ramírez_2025.pdf | Tesis | 2.7 MB | Adobe PDF | View/Open |
MC_Felix_Cortés_Ramírez_2025_c.pdf Restricted Access | Cesión de derechos | 271.74 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License