Introducing
Your new presentation assistant.
Refine, enhance, and tailor your content, source relevant images, and edit visuals quicker than ever before.
Trending searches
ANTEPROYECTO
1
OPTIMIZAR MODELOS DE
CLASIFICACIÓN DE IMÁGENES Y VIDEOS
INTRODU-
CCIÓN
Se presenta un gran desafío entrenar este tipo de modelos, ya que se necesita gran cantidad de tiempo y computo (GPU, CPU, RAM).
Es necesario desarrollar herramientas que permitan resolver el análisis de imágenes y videos con solo generar un modelo.
Redes
neuronales.
CLASIFICACIÓN DE IMÁGENES
Algoritmos supervisados y no supervisados.
MARCO TEÓRICO
Por medio de redes neuronales artificiales se puede realizar clasificación de imágenes para formatos como vídeo e imágenes, el principal problema es el uso excesivo de computo, la idea principal es poder optimizar los procesos para poder entrenarlos en cualquier computadora con mínimos recursos.
Clasificación de imágenes.
Keras y Python
En el mundo de la tecnología surgieron en la última década gran cantidad de retos a nivel de análisis de inteligencia de negocio, trayendo consigo el incremento de diferentes tipos de tecnologías y por supuesto datos.
Estado del Arte
PROBLEMA
Problema y Objetivos.
Se requiere un gran poder computacional actualmente para cualquier tipo de análisis en visión artificial.
Generar un modelo adecuado que permita hacer uso
de un equipo ordinario para entrenar, evaluar e implementar una red neuronal de clasificación de imágenes y/o video.
1
Obtener los datos de im´agenes desde fuente como Kaggle
OBJETIVO
2
Generar un modelo de clasificación de imágenes y videos.
3
Validar los resultados de un modelo por medio de transferencia de conocimiento.
Para el desarrollo del proyecto va a ser necesaria la unión de varias Metodologías.
Metodología
Metodología CRISP – DM
Metodología KANBAN
SCRUM
[1] Jonathan Frankle y Michael Carbin The Lottery Ticket Hypothesis: Finding
Sparse, Trainable Neural Networks, MIT, 1, 3, (2019),
[2] R. J. Jesus, H. A. Jose Alberto, A. C. Francisco Jacob, S. C. Juan Manuel y
M.R Adolfo Sistema de sensor para el monitoreo ambiental basado en redes
Neuronales, 2, 3, (2016)
[3] Carlos Sarraute. Aplicaci´on de las Redes Neuronales al Reconocimiento de Sistemas Operativos, (Tesis), (2007)
[4] Quintero, C., Merch´an, F., Cornejo, A., y Gal´an, J. S. Uso de Redes Neuronales
Convolucionales para el Reconocimiento Autom´atico de Im´agenes de Macroinvertebrados para el Biomonitoreo Participativo. 2, 3, (2018)
[5] Wirth, R. y Jochen, H. CRISP-DM: Towards a Standard Process Model for Data
Mining. 2, 3
.