Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas

[ES] El proyecto plantea el desarrolllo sobre plataforma "Raspberry Pi" de un sistema empotrado de identificación y localización de objetos en una imagen. El sistema funcionará ejecutando redes neuronales pre-entrenadas del tipo YOLO y desempeñará la función de nodo sensorial de un...

Descripción completa

Detalles Bibliográficos
Autor: González Romero, Sebastián
Tipo de recurso: tesis de maestría
Fecha de publicación:2022
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:español
OAI Identifier:oai:riunet.upv.es:10251/189003
Acceso en línea:https://riunet.upv.es/handle/10251/189003
Access Level:acceso abierto
Palabra clave:Sistemas empotrados
Sistemas distribuidos
Redes neuronales
Sensores inteligentes
Embedded systems
Distributed systems
Neural networks
Intelligent sensors
ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES
Máster Universitario en Automática e Informática Industrial-Màster Universitari en Automàtica i Informàtica Industrial
Descripción
Sumario:[ES] El proyecto plantea el desarrolllo sobre plataforma "Raspberry Pi" de un sistema empotrado de identificación y localización de objetos en una imagen. El sistema funcionará ejecutando redes neuronales pre-entrenadas del tipo YOLO y desempeñará la función de nodo sensorial de un sistema distribuido en el que cada nodo comunique al "grupo" o al "integrador" el resultado de la detección para determinar el estado global del sistema. El desarrollo del proyecto incluye la integración de la red YOLO, el desarrollo de un sistema de comunicaciones que permita tanto la comunicación de los resultados de detección como la configuración del sistema empotrado de detección, y una aplicación cliente sobre PC que permita el envío y recepción de mensajes desde múltiples nodos. La configuración en tiempo de ejecución del sistema empotrado mediante mensajes pemitirá la selección de modos de ejecución (selección de objeto, conteo de objeto, detección múltiple, localización de objeto, etc.) así como la selección de diferentes redes neuronales pre-entrenadas.