Please use this identifier to cite or link to this item: https://repository.unad.edu.co/handle/10596/27853
Title: Acondicionamiento e implementación de algoritmo para la detección de ganadería vacuna.
metadata.dc.creator: Cuevas Castañeda, Cristian Camilo
Publisher: Universidad Nacional Abierta y a Distancia UNAD
metadata.dc.date.created: 2019-09-14
metadata.dc.language.iso: spa
metadata.dc.subject.keywords: Inteligencia artificial
Algoritmo
Lenguaje de programación
Programa de ordenador
Ganado vacuno
metadata.dc.format.*: pdf
application/pdf
metadata.dc.type: Proyecto aplicado
Abstract: La visión artificial representa una de las importantes aristas del área del conocimiento de la inteligencia artificial y este trabajo, constituye un esfuerzo de acondicionamiento e implementación de algoritmos dirigidos al reconocimiento de objetos, con aplicación específica en el ámbito de la ganadería vacuna. En este sentido, son diversas las herramientas de desarrollo e implementación algorítmica en la materia, habiendo sido seleccionadas para los objetivos que nos ocupan, las que corresponden a Python, Open CV y YOLO las cuales, unidas en un acondicionamiento complementario entre sí, brindaron resultados satisfactorios en lo atinente al reconocimiento de objetos perseguido. De esta manera, se trata de un esfuerzo investigativo dirigido a obtener una herramienta de software idónea, que operada desde el aire a través de un dispositivo Dron, pueda hacer el reconocimiento de objetos y concretamente de ganadería vacuna, con miras a que en una fase posterior, ya ajena a este proyecto, se desarrolle la herramienta para su conteo exacto en un lugar y momento determinado.
URI: https://repository.unad.edu.co/handle/10596/27853
metadata.dc.subject.category: Automatización, robótica
metadata.dc.coverage.spatial: cead_-_Tunja
Appears in Collections:Ingeniería Electrónica

Files in This Item:
File Description SizeFormat 
cccuevasc.pdfAcondicionamiento e implementación de algoritmo para la detección de ganadería vacuna.1.92 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.