Por motivos de mantenimiento se ha deshabilitado el inicio de sesión temporalmente. Rogamos disculpen las molestias.
Trabajo Fin de Grado
Reconocimiento de imágenes con redes convolucionales en C
Autor/es | Casas Martínez, Álvaro |
Director | Real Torres, Alejandro del |
Departamento | Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática |
Fecha de publicación | 2017 |
Fecha de depósito | 2018-01-25 |
Titulación | Universidad de Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónica |
Resumen | En el siguiente proyecto se explica cómo realizar una red neuronal artificial, en concreto, una red convolucional,
para el reconocimiento de símbolos.
Se trata de una red supervisada, la cual se entrena a partir de un ... En el siguiente proyecto se explica cómo realizar una red neuronal artificial, en concreto, una red convolucional, para el reconocimiento de símbolos. Se trata de una red supervisada, la cual se entrena a partir de un conjunto muy amplio de símbolos proporcionados por el dataset MNIST. Una vez la red haya sido entrenada, esta será capaz de clasificar un símbolo (ya sea del propio MNIST o de uno realizado por nosotros mismos) con una alta fiabilidad, del orden del 90%. The next text explain how to make an artificial neuronal network, in particular, a convolutional network, to recognize symbols. It is a supervised network which is trainned from a very large dataset from MNIST dataset. ... The next text explain how to make an artificial neuronal network, in particular, a convolutional network, to recognize symbols. It is a supervised network which is trainned from a very large dataset from MNIST dataset. When the network had been trained, it will be able to classify symbols (from MNIST or symbols whose have been made by us) with a good accuracy, about 90% of accuracy |
Cita | Casas Martínez, Á. (2017). Reconocimiento de imágenes con redes convolucionales en C. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG_Álvaro Casas Martínez.pdf | 4.279Mb | [PDF] | Ver/ | |