Redes neuronales convolucionales para la identificación de placas vehiculares

Ruiz Herrera, José Antonio; Zumaeta Diaz, Erick Daniel

Redes neuronales convolucionales para la identificación de placas vehiculares

dc.contributor.advisor	Cristian García-Estrella
dc.contributor.author	Ruiz Herrera, José Antonio
dc.contributor.author	Zumaeta Diaz, Erick Daniel
dc.date.accessioned	2024-12-30T16:28:48Z
dc.date.available	2024-12-30T16:28:48Z
dc.date.embargoEnd	2025-11-22
dc.date.issued	2024-11-22
dc.description.abstract	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.
dc.description.escuela	Ingeniería Sistemas
dc.description.lineadeinvestigacion	Simulación e Inteligencia Artificial
dc.description.sede	Tarapoto
dc.format	application/pdf
dc.identifier.uri	http://repositorio.upeu.edu.pe/handle/20.500.12840/8329
dc.language.iso	spa
dc.publisher	Universidad Peruana Unión
dc.publisher.country	PE
dc.rights	info:eu-repo/semantics/embargoedAccess
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject	detección
dc.subject	entrenamiento
dc.subject	modelos
dc.subject	objetos
dc.subject	optimización
dc.subject	reconocimiento
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#1.02.00
dc.title	Redes neuronales convolucionales para la identificación de placas vehiculares
dc.type	info:eu-repo/semantics/bachelorThesis
renati.advisor.dni	42561521
renati.advisor.orcid	https://orcid.org/0000-0002-5687-8694
renati.author.dni	71270466
renati.author.dni	76429291
renati.discipline	612076
renati.juror	Lévano Rodriguez, Danny
renati.juror	Cruz Rodriguez, Joseph Ibrahim
renati.juror	Ramirez Pezo, Nngue Elizabeth
renati.level	http://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.type	http://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería de Sistemas
thesis.degree.grantor	Universidad Peruana Union, Escuela Profesional de Ingeniería de Sistemas
thesis.degree.name	Ingeniero de Sistemas