Trabajo Fin de Grado
Detección de hojas en árboles mediante técnicas de aprendizaje automático
Autor/es | Carballo Ortiz, Carlos |
Director | Martín Clemente, Rubén |
Departamento | Universidad de Sevilla. Departamento de Teoría de la Señal y Comunicaciones |
Fecha de publicación | 2023 |
Fecha de depósito | 2023-08-24 |
Titulación | Universidad de Sevilla. Grado e Ingeniería de las Tecnologías de Telecomunicación |
Resumen | Este trabajo está enfocado en el estudio de un campo que está en pleno auge de la Inteligencia Artificial,
conocido como Deep Learning, y va a estar orientado en la visión por computadora. El estudio se va a enfocar
en ... Este trabajo está enfocado en el estudio de un campo que está en pleno auge de la Inteligencia Artificial, conocido como Deep Learning, y va a estar orientado en la visión por computadora. El estudio se va a enfocar en la comparación de distintas técnicas de segmentación de imágenes basadas en este campo, y para ello, se propone un caso práctico que se centra en la búsqueda de dos redes neuronales convolucionales capaces de de segmentar hojas en imágenes de plantas, mediante distintos procedimientos de segmentación. La implementación de las redes neuronales se hace mediante Python, con el apoyo de la librería Keras, tanto en el desarrollo de los modelos y la preparación y organización de los conjuntos de imágenes con los que se va a entrenar la red, como para el proceso de entrenamiento de la misma. El primer modelo va a tratarse de una red neuronal convolucional de clasificación de imágenes. En el segundo modelo se va a aplicar la arquitectura U-Net, una red propuesta en 2015 por los investigadores de la Universidad de Friburgo Ronneberger, Fischer, y Brox. Su estructura peculiar en la familia de las redes convolucionales, basada en dos vías (encoder-decoder), permite segmentar y etiquetar imágenes automáticamente. This work is focused on the study of an important field of Artificial Intelligence, known as Deep Learning, and will be oriented towards computer vision. The study will focus on the comparison of different image segmentation ... This work is focused on the study of an important field of Artificial Intelligence, known as Deep Learning, and will be oriented towards computer vision. The study will focus on the comparison of different image segmentation techniques based on this field, and for this purpose, this work proposes a practical case that focuses on the search for two convolutional neural networks capable of segmenting leaves in plant images, by means of different segmentation procedures. The implementation of the neural networks is done using Python, with the support of the Keras library, both in the development of the models and the preparation and organisation of the dataset, as well as for the training process. The first model will be a convolutional neural network for image classification. The second one will use the UNet architecture, a network proposed in 2015 by the University of Freiburg researchers Ronneberger, Fischer, and Brox. Its peculiar structure in the family of convolutional networks, based on two paths (encoder-decoder), allows images to be automatically segmented and labelled. |
Cita | Carballo Ortiz, C. (2023). Detección de hojas en árboles mediante técnicas de aprendizaje automático. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG4664_Carballo Ortiz.pdf | 4.165Mb | [PDF] | Ver/ | |