Clasificación supervisada de imágenes mediante redes neuronales convolutivas

Buonomo Giacoponello, Giancarlo Emanuel (2019). Clasificación supervisada de imágenes mediante redes neuronales convolutivas. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: Clasificación supervisada de imágenes mediante redes neuronales convolutivas
Author/s:
  • Buonomo Giacoponello, Giancarlo Emanuel
Contributor/s:
  • Gómez Canaval, Sandra
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: July 2019
Subjects:
Freetext Keywords: Redes Neuronales Convolutivas; Visión artificial; Taxonomía
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)

Abstract

Tradicionalmente, la identificación de las plantas ha sido realizada por personas especializadas llamadas taxónomos. Sin embargo, las nuevas tecnologías permiten la automatización de esta tarea, teniendo como fin simplificar y agilizar su realización. Persiguiendo este objetivo, se desarrolló una clasificación automática de plantas, de tal manera que con tan sólo pasar la imagen de una hoja al sistema, este es capaz de identificar a qué tipo de planta pertenece. El desarrollo de una aplicación así es deseable en muchísimas situaciones. Por ejemplo, el uso de un vehículo aéreo no tripulado capaz de identificar sobre que tipo de plantas esta sobrevolando. Otro ejemplo sería utilizarlo como base para el desarrollo de nuevas aplicaciones, como el uso de este sistema en dispositivos móviles. Este trabajo describe como se ha llevado a cabo la clasificación supervisada de distintos tipos de hojas mediante la ayuda de Redes Neuronales Convolutivas. Incluyendo, el proceso detallado de la creación de dichas redes. Además, se analizaron los modelos obtenidos y se intentó seleccionar el mejor como solución del problema en cuestión. A lo largo del proyecto se buscó tomar medidas para mejorar los modelos y se llevaron a cabo estas medidas con el fin de verificar su utilidad a la hora de mejorar los resultados. Nombrar también que, este proyecto, se considera como un primer acercamiento hacia una mayor investigación en el campo de las redes de neuronas y la clasificación automática de objetos. Es por esto que mediante su desarrollo se pretende aprender a usar herramientas, librerías y entornos que se utilizan en proyectos reales y que tienen un gran potencial en este campo. Abstract: Traditionally, plant identification has been done by specialized people called taxonomists. However, new technologies allow the automation of this task, with the aim of simplifying and speeding up its implementation. Pursuing this objective, an automatic classification of plants was developed, in such a way that with only passing the image of a leaf to the system, it is able to identify to which type of plant it belongs. The development of such an application is desirable in many situations. For example, the use of an unmanned aerial vehicle capable of identifying over what type of plants it is flying over. Another example would be to use it as a basis for the development of new applications, such as the use of this system in mobile devices. This work describes how the supervised classification of different types of leaves has been carried out with the help of Convolutive Neural Networks. Including, the detailed process of the creation of these networks. In addition, the models obtained were analyzed and an attempt was made to select the best as the solution to the problem in question. Throughout the project, measures were sought to improve the models and these measures were carried out in order to verify their usefulness in improving the results. Also it is important to say that, this project is considered as a first approach to further research in the field of Neural Networks and automatic classiffication of objects. This is why I tried to learn how to use tools, libraries and environments that are used in real projects and that have great potential in this field.

More information

Item ID: 56173
DC Identifier: http://oa.upm.es/56173/
OAI Identifier: oai:oa.upm.es:56173
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 04 Sep 2019 05:41
Last Modified: 04 Sep 2019 05:41
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM