Redes neuronales adversarias para el reconocimiento de malezas

Vista sencilla de ítem
dc.contributor.advisorUzal, Lucas
dc.creatorBaruffaldi, Juan Manuel
dc.date.accessioned2023-07-03T19:26:07Z
dc.date.available2023-07-03T19:26:07Z
dc.date.issued2018-02
dc.description.abstractSe aborda el problema de reconocimiento de malezas en video para poder realizar una aplicación de herbicidas selectiva de la maleza sobre campo con cultivo de soja. El sistema de reconocimiento propuesto es compatible además con la implementación de técnicas de robótica para remover la maleza con actuadores mecánicos sin el uso de agroquímicos. El problema es abordado con técnicas de Deep Learning, donde los datos de entrenamiento son filmaciones del campo con la presencia de cultivo y maleza. El sistema de visión propuesto está basado en Convolutional Neural Networks (CNN). Se utilizó la técnica de Generative Adversarial Networks (GAN) para hacer un pre-entrenamiento no supervisado del modelo de modo de explotar la gran cantidad de imágenes que se obtienen a partir de secuencias de video. Luego se entrena en forma supervisada con una mínima cantidad de datos etiquetados para especializar el modelo. Se analizan y comparan resultados de distintos métodos utilizados y su aporte en el reconocimiento. Se combinan dos redes discriminantes de Deep Convolutional Generative Adversarial Networks (DCGAN) y se utiliza una Support Vector Machines (SVM) en la última capa de la red entrenada sobre datos etiquetados utilizando Data Augmentation para lograr mayor robustez. Como resultado final se obtuvo un precisión sobre el conjunto de test de 91 %.es
dc.description.filUniversidad Nacional de Rosario. Facultad de Ciencias Exactas, Ingeniería y Agrimensura.Departamento de Ciencias de la Computaciónes
dc.description.peerreviewedPeer reviewed
dc.formatapplication/pdf
dc.identifier.urihttp://hdl.handle.net/2133/26029
dc.language.isospaes
dc.publisherFacultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosarioes
dc.rightsopenAccesses
dc.rights.holderBaruffaldi, Juan Manueles
dc.rights.textReconocimiento – Compartir Igual (by-sa): Se permite el uso comercial de la obra y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.es
dc.rights.urihttp://creativecommons.org/licenses/by/2.5/ar/*
dc.subjectgenerative adversarial networkses
dc.subjectred generativa antagónicaes
dc.subjectsmart sprayinges
dc.subjectpulverización inteligentees
dc.subjectdeep learninges
dc.subjectaprendizaje profundoes
dc.titleRedes neuronales adversarias para el reconocimiento de malezases
dc.typebachelorThesis
dc.typeTésis de Grado
dc.typeacceptedVersion
dc.type.collectiontesis
dc.type.otherbachelorThesises
dc.type.versionacceptedVersiones

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Licenciatura en Ciencias de la Computación. Tesis. Baruffaldi, Juan Manuel_2018.pdf
Tamaño:
4.06 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Nombre:
license.txt
Tamaño:
3.59 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

FCEIA-ECEN-DCC- Trabajos Finales de Grado (trabajos finales, proyectos y tesinas)