<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Título profesional 2024

Redes neuronales convolucionales para la identificación de placas vehiculares

Resumen

El uso de redes neuronales convolucionales para la identificación de placas vehiculares ha demostrado ser una solución frente a los crecientes niveles de inseguridad ciudadana. Los modelos YOLOv5, YOLOv8 y Detectron2 fueron evaluados para determinar su eficacia en la detección y reconocimiento de placas. Los resultados indicaron que YOLOv8 sobresale por su precisión y rapidez, seguido de cerca por YOLOv5, mientras que Detectron2, aunque más lento, mostró alta precisión y fiabilidad. Para el desarrollo de esta investigación, se utilizó la herramienta Colab para gestionar las redes neuronales y un dataset de 700 imágenes de vehículos, que fueron etiquetadas usando Roboflow. Los resultados mostraron una disminución significativa en las pérdidas de entrenamiento y validación, indicando una mejora continua en la capacidad de los modelos para identificar y localizar objetos con precisión. La implementación de estas tecnologías permitió una identificación eficiente de las placas vehiculares, facilitando la labor de las autoridades en la gestión de incidentes delictivos y accidentes. Los modelos propuestos ofrecen una base sólida para futuras mejoras. Se concluye que los modelos de redes neuronales convolucionales como YOLOv5, YOLOv8 y Detectron2 representan una herramienta eficaz para la identificación de placas vehiculares en entornos locales.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por

Grado o título

Ingeniero de Sistemas

Programa

Ingeniería de Sistemas

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Peruana Unión

DOI

Licencia Creative Commons

Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial-CompartirIgual 4.0

Archivos

Cargando...
Miniatura
Nombre

José_Tesis_Licenciatura_2024.pdf

Tamaño

1,87 MB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Acuerdo_de_Entendimiento.pdf

Tamaño

108,92 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Informe_Antiplagio.pdf

Tamaño

1,45 MB

Formato

Adobe PDF