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
id ES_7ed8cd98d755ceca3189dc64414d5d5c
oai_identifier_str oai:riunet.upv.es:10251/189003
network_acronym_str ES
network_name_str España
repository_id_str
spelling Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadasEmbedded system for flexible image analysis using pre-trained neural networksSistema encastat d&aposanàlisi flexible d&aposimatges mitjançant xarxes neuronals pre-entrenadesGonzález Romero, SebastiánSistemas empotradosSistemas distribuidosRedes neuronalesSensores inteligentesEmbedded systemsDistributed systemsNeural networksIntelligent sensorsARQUITECTURA Y TECNOLOGIA DE COMPUTADORESMáster Universitario en Automática e Informática Industrial-Màster Universitari en Automàtica i Informàtica Industrial[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.[EN] The project proposes the development on "Raspberry Pi" platform of an embedded system for identification and localization of objects in an image. The system will work running pre-trained neural networks of the YOLO type and will play the role of a sensory node of a distributed system in which each node communicates to the "group" or "integrator" the result of the detection to determine the overall state of the system. The development of the project includes the integration of the YOLO network, the development of a communication system that allows both the communication of the detection results and the configuration of the embedded detection system, and a client application on PC that allows sending and receiving messages from multiple nodes. The run-time configuration of the embedded system through messages will allow the selection of execution modes (object selection, object counting, multiple detection, object localization, etc.) as well as the selection of different pre-trained neural networks.Universitat Politècnica de ValènciaSimó Ten, José EnriqueDepartamento de Informática de Sistemas y ComputadoresInstituto Universitario de Automática e Informática IndustrialEscuela Técnica Superior de Ingeniería InformáticaRepositorio Institucional de la Universitat Politècnica de València Riunet20222022-11-0220222022-09-29master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfapplication/ziphttps://riunet.upv.es/handle/10251/189003reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Reserva de todos los derechoshttp://rightsstatements.org/vocab/InC/1.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/1890032026-06-13T07:49:27Z
dc.title.none.fl_str_mv Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
Embedded system for flexible image analysis using pre-trained neural networks
Sistema encastat d&apos
anàlisi flexible d&apos
imatges mitjançant xarxes neuronals pre-entrenades
title Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
spellingShingle Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
González Romero, Sebastián
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
title_short Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
title_full Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
title_fullStr Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
title_full_unstemmed Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
title_sort Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas
dc.creator.none.fl_str_mv González Romero, Sebastián
author González Romero, Sebastián
author_facet González Romero, Sebastián
author_role author
dc.contributor.none.fl_str_mv Simó Ten, José Enrique
Departamento de Informática de Sistemas y Computadores
Instituto Universitario de Automática e Informática Industrial
Escuela Técnica Superior de Ingeniería Informática
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv 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
topic 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
description [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.
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-11-02
2022
2022-09-29
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/189003
url https://riunet.upv.es/handle/10251/189003
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reserva de todos los derechos
http://rightsstatements.org/vocab/InC/1.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reserva de todos los derechos
http://rightsstatements.org/vocab/InC/1.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/zip
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869411780411785216
score 15,300724

Similares en LA Referencia