Trabajo Fin de Grado
Detección automática de puntos característicos en el sistema de alcantarillado basado en redes neuronales convolucionales
Autor/es | Gómez Dugo, José |
Director | Caballero Benítez, Fernando |
Departamento | Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática |
Fecha de publicación | 2019 |
Fecha de depósito | 2020-03-20 |
Titulación | Universidad de Sevilla. Grado en Ingeniería de las Tecnologías Industriales |
Resumen | Desarrollo de un sistema de inteligencia artificial basado en redes neuronales convolucionales
(CNNs) para detectar puntos característicos en redes de saneamiento publica. El desarrollo
incluye el procesamiento de las ... Desarrollo de un sistema de inteligencia artificial basado en redes neuronales convolucionales (CNNs) para detectar puntos característicos en redes de saneamiento publica. El desarrollo incluye el procesamiento de las bases de datos necesarias, el diseño de las CNNs y el ajuste de los parámetros. Como resultado final se desea obtener un clasificador robusto y con alta precisión que permita su uso sin necesidad de recurrir a imágenes tridimensionales. Development of an artificial intelligent system based on convolutional neural networks (CNNs) in order to detect key points in the sewer net. The development includes processing data bases, design of CNNs and tuninig the ... Development of an artificial intelligent system based on convolutional neural networks (CNNs) in order to detect key points in the sewer net. The development includes processing data bases, design of CNNs and tuninig the parameters. Is expected as final result a robust and high accuracy classifier, which operates independently from depth images. |
Cita | Gómez Dugo, J. (2019). Detección automática de puntos característicos en el sistema de alcantarillado basado en redes neuronales convolucionales. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG-2666-GOMEZ DUGO.pdf | 3.353Mb | [PDF] | Ver/ | |