Please use this identifier to cite or link to this item:
https://ri-ng.uaq.mx/handle/123456789/3336
Title: | Odometría y mapeo de lugares de difícil acceso empleando técnicas SLAM |
metadata.dc.creator: | José Héctor León Chávez |
Keywords: | INGENIERÍA Y TECNOLOGÍA;CIENCIAS TECNOLÓGICAS;OTRAS ESPECIALIDADES TECNOLÓGICAS |
metadata.dc.date: | 3-Dec-2021 |
Description: | Los vehículos autónomos tienen una gran importancia en el campo de la inteligencia artificial. Se aplican redes neuronales entrenadas para adaptarse a entornos no conocidos. Algunas redes neuronales convolucionales (CNN por sus siglas en inglés) tuvieron gran impacto en diferentes campos de la ciencia, como la biología. Sin embargo, su eficiencia en otros campos es poco explorada. En la actualidad podemos emplear modelos computacionales para simular el funcionamiento de diferentes componentes de la vida diaria como vehículos, tráfico o el clima con la finalidad de llevar a cabo experimentos sin ningún riesgo inherente. Este trabajo presenta el comportamiento de los modelos U-NET, Mobile-Net y Pix2Pix para la segmentación de caminos en un entorno virtual. Se aprovechan las facultades del entorno virtual para generar la base de datos que compartiremos. Finalmente se muestran los resultados estadísticos de cada modelo empleando como base de comparación la métrica intersección sobre unión (IoU por sus siglas en inglés) así como la cantidad de imágenes procesadas por segundo. |
URI: | http://ri-ng.uaq.mx/handle/123456789/3336 |
Other Identifiers: | Mobile-net PIX2PIX U-Net UAV |
Appears in Collections: | Maestría en Ciencias en Inteligencia Artificial |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
RI006377.pdf | 3.12 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.