Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La técnica que se usará para la recolección de información será mediante páginas oficiales
de internet, experimentos y proyectos previos con el fin de recolectar información
necesaria para la implementación de segmentación semántica de imágenes.
● Resultados esperados
1) Implementar un identificador de objetos basados en el modelo Yolo.
2) Analizar los resultados de las pruebas y obtener indicadores de confiabilidad en base a
la comparación con Keras y Tensor Flow.
● ¿Qué es YOLO?
Es un sistema de código abierto del estado del arte para detección de objetos en tiempo real, el
cual hace uso de una única red neuronal convolucional para detectar objetos en imágenes. Para
su funcionamiento, la red neuronal divide la imagen en regiones, prediciendo cuadros de
identificación y probabilidades por cada región; las cajas son ponderadas a partir de las
probabilidades predichas. El algoritmo aprende representaciones generalizables de los objetos,
permitiendo un bajo error de detección para entradas nuevas, diferentes al conjunto de datos de
entrenamiento. 1
El algoritmo base corre a 45 cuadros por segundo (FPS) sin procesamiento de lote en un GPU
Titan X; una versión rápida del algoritmo funciona a más de 150 fps. Debido a sus
características de procesamiento, el algoritmo es utilizado en aplicaciones de detección de
objetos en transmisión de video con retazo de señal menor a 25 milisegundos. [1]
Bibliografía
[1] Algoritmo You Only Look Once (YOLO) - Wikipedia, la enciclopedia libre. (2021). Retrieved 16
May 2021, from https://es.wikipedia.org/wiki/Algoritmo_You_Only_Look_Once_(YOLO)