000 02344nam a2200289 4500
003 CO-CtgCURN
005 20240417101529.0
008 180709s2022 000 0 eng d
040 _aCO-CtgCURN
_bspa
_ccoctgcurn
082 0 _aINS 2022
_bC817
100 1 _aCorrea Atencio, Edgardo.
245 1 0 _aDesarrollo de un módulo de detección de objetos a partir de visión por computador utilizando YOLO para la clasificación de objetos en tiempo real /
_cEdgardo Correa Atencio; director: Francisco Manuel Fernández Piña.
260 _aCartagena de Indias :
_bCorporación Universitaria Rafael Nuñez,
_c2022.
300 _a124 hojas.
336 _2rdacontent
337 _2rdamedia
338 _2rdacarrier
504 _aTrabajo de grado (Ingenieria de Sistemas). Corporación Universitaria Rafael Nuñez. Facultad de Ciencias de la salud. Ingenieria de Sistemas, 2018.
520 _a"La detección e identificación automática de objetos es uno de los campos de amplia aplicación reciente de la visión artificial lo que permite a los dispositivos adquirir cierto grado de inteligencia artificial que puede ser aprovechada en diversos campos industriales, económicos, educativos, etc. Con ello se potencia de mejor manera los sistemas de video vigilancia, los sistemas de inspección de calidad, conteo y reconocimiento de objetos. Una dificultad que se encuentra con este tipo de sistemas de identificación es el uso de redes neuronales convolucionales (CNN) que al ser redes complejas y requerir varias pasadas de la imagen para poder lograr una identificación/clasificación de los objetos, en muchos casos no pueden ser implementadas en sistemas con poder computacional medio o bajo, requiriendo computadores potentes y con unidades de inferencia adicional como GPU (Graphical Processor Unit), TPU (Tensor Processor Unit), etc.."
650 0 _aIngenieria de Sistemas
_vTesis y disertaciones academicas.
700 1 _aMartínez Meza, Alex Hamet.
700 1 _aFernández Piña, Francisco Manuel,
_easesor.
856 _uhttps://unicurn.sharepoint.com/:b:/s/biblioteca/EaZgJcUeUORFhYks4oOi1LcB2F2746jOWT6h837u_VzXnA?e=w3cJ8k
_zClick aqui para ver el recurso en texto completo
908 _a180709
942 _2ddc
_cTG
_hINS 2022
_iC817
999 _c36922
_d36922