Projecte llegit
Títol: Sistema de clasificación de residuos mediante redes convolucionales
Estudiants que han llegit aquest projecte:
MORENO ROMERO, SERGIO (data lectura: 14-07-2023)- Cerca aquest projecte a Bibliotècnica
MORENO ROMERO, SERGIO (data lectura: 14-07-2023)Director/a: TARRÉS RUIZ, FRANCESC
Departament: TSC
Títol: Sistema de clasificación de residuos mediante redes convolucionales
Data inici oferta: 11-07-2022 Data finalització oferta: 11-03-2023
Estudis d'assignació del projecte:
- GR ENG SIS TELECOMUN
- GR ENG TELEMÀTICA
| Tipus: Individual | |
| Lloc de realització: EETAC | |
| Paraules clau: | |
| Deep learning, detección de objetos, redes convolucionales | |
| Descripció del contingut i pla d'activitats: | |
| S'estudiaran diferents models de xarxes neuronals convolucionals per tal de poder
integrarlos en un sistema de classficació de residus. Per tal de fer l'entrenament es faran servir bases de dades públiques que es complementaran amb bases de dades propies per tal de validar el funcionament del sistema. El software bàsic es desenvoluparà en Python i es farà servir el Keras com a eina bàsica per simular les xarxes neuronals. |
|
| Overview (resum en anglès): | |
| Every day between 7,000 and 10,000 million tons of waste is generated around the world. This work deals with the collection of environmental waste, its identification and subsequent classification in order to contribute to recycling in a world that is increasingly aware of caring for the environment.
A public database has been created from scratch with the aim that it can be used by anyone who needs it. For the training of the model, YOLO architecture has been used, specifically the latest version. Thanks to this the detection of different objects can be performed. The purpose of generating this model is to implement it in a real application and make a model using Arduino that simulates the waste classification process. This project has helped me to understand how convolutional neural networks work, learn how to create databases for projects focused on object detection, and generate models to be used in everyday applications. |
|