Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Instituto Tecnológico del Putumayo, facultad de ingeniería y ciencias básicas, ingeniería en sistemas, inteligencia artificial, Mocoa
Putumayo, marzo 2023
1
William Zambrano (2023). desarrollo de una solución tecnológica denominada clasificación de imágenes de transporte con
tensorflow. Inteligencia artificial
Para que nuestro sistema tenga en cuenta cuales detalles son los que se debe fijar
necesitaremos un conjunto de datos ya clasificados para entrenar este modelo, luego
preparamos los datos y los clasificamos en carpeta, antes de proceder asegurarnos que
estamos trabajando en un entorno de Python en donde se tenga instalada la dependencia
necesaria que es tensorflow.
A continuación, utilizaremos la clase de TensorFlow ImageDataGenerator, un generador
que nos ahorrará tener todas las imágenes cargadas en memoria porque es capaz de ir
escaneando las carpetas y recuperando los archivos por lotes a medida que se necesiten.
Una vez capturadas las imágenes con el generador, podremos visualizarlas utilizando la
biblioteca matplotlib de Python
Ahora ya solo nos queda entrenar la red. Cargamos Inception y le enganchamos nuestras
capas. Para entrenarla, cargamos las imágenes llamando a nuestro generador y se las
pasamos al método fit (sport_model.fit()) ajustando el parámetro epochs (épocas). Una
época es cada pasada que hacen los datos a través de la red. Por lo general, una red
neuronal necesita hacer varias pasadas para entrenarse y optimizarse correctamente.
Cuando termine el entrenamiento, se nos generarán varias filas de datos, una por cada
época. En cada fila se nos indicará el progreso y el tiempo que ha llevado el procesado y el
valor de la función objetivo. Cuanto más pequeño sea este valor, será mucho mejor.
Ahora es el momento de poner a prueba nuestra red. Generaremos una predicción
y veremos si nuestra red es capaz de clasificar correctamente con el método predict nuestro
lote de imágenes de test, que son imágenes que nuestra red todavía no ha "visto".
2
William Zambrano (2023). desarrollo de una solución tecnológica denominada clasificación de imágenes de transporte con
tensorflow. Inteligencia artificial
Referencias
Islas Rivera, V., & Zaragoza , M. (30 de 07 de 2008). ANÁLISIS DE LOS SISTEMAS DE TRANSPORTE.
Obtenido de https://www.imt.mx/archivos/publicaciones/publicaciontecnica/pt307.pdf
Mazón Olivo, B., & Rivas Asanza , W. (15 de 09 de 2018). Reconocimiento de patrones en
imagenes. Obtenido de
https://www.researchgate.net/profile/Bertha-Mazon-Olivo/publication/
327703697_Capitulo_3_Reconocimiento_de_patrones_en_imagenes/links/
5b9fe67f45851574f7d25472/Capitulo-3-Reconocimiento-de-patrones-en-imagenes.pdf
Quirós Pérez, F. (06 de 2022). Reconocimiento de imagenes con tensorflow con R. Obtenido de
https://hdl.handle.net/11441/142916