Identificación semántica de objetos mediante Deep Learning

Abstract

La visión artificial puede llegar a ser uno de los campos más complejos de la robótica. Tener que trabajar con imágenes a la vez que se reacciona a lo que se muestra en estas conlleva una gran capacidad de procesamiento. Además, si este campo se combina con el del machine learning, se puede dar lugar a sistemas con una gran capacidad de reacción al entorno en el que se manejan. Este proyecto tiene como objetivo la creación de una red neuronal para la clasificación de objetos mediante el reconocimiento de sus formas,también conocido como segmentación semántica. Para ello, se hará uso tanto de TensorFlow como de DeepLab, herramientas desarrolladas por trabajadores de Google para machine learning y segmentación semántica, respectivamente. Además, se ha optado por la creación de un set de imágenes propio, en lugar de usar uno preparado como suele ser lo habitual en esta clase de proyectos.

Artificial vision can become one of the most complex fields of robotics. Having to work with images while reacting to what is shown in these needs a great processing capacity. In addition, if this field is combined with machine learning, it can lead to systems with a great capacity to react to the environment in which they are handled. The main theme of this project is to develop an artificial neural network for the classification of objects by recognizing their forms, also known as semantic segmentation. To do this, use will be made of TensorFlow and Deeplab, tools developed by workers of Google for machine learning and semantic segmentation, respectively. In addition, we have opted for the creation of our own set of images, instead of using one prepared as usual in this kind of projects.