Modelo de aprendizaje profundo para la detección de objetos de interés en el Bosque de La Primavera

Vista sencilla de ítem
dc.contributor.advisorCervantes-Álvarez, José F.
dc.contributor.advisorPérez-Bernal, Luis E.
dc.contributor.authorMagaña-Vázquez, José L.
dc.date.accessioned2022-06-06T18:03:04Z
dc.date.available2022-06-06T18:03:04Z
dc.date.issued2022-06
dc.descriptionEl Bosque la Primavera es uno de los ecosistemas más importantes en Guadalara, México. Sin embargo, en las últimas décadas, el ecosistema del bosque se ha degradado de forma preocupante debido a incendios, invasiones y al desarrollo urbano, entre otras causas. Por lo anterior, es importante monitorear de forma permanente el estado de salud del ecosistema. Sin embargo, realizar una inspección manual es un proceso lento y costoso. Por esto, y con el fin de reducir costos y tiempo, en este trabajo de obtención de grado se trabajó con el modelo Faster R-CNN para la detección de árboles del Bosque de la Primavera.es_MX
dc.description.sponsorshipITESO, A. C.es
dc.identifier.citationMagaña-Vázquez, J. L. (2022). Modelo de aprendizaje profundo para la detección de objetos de interés en el Bosque de La Primavera. Trabajo de obtención de grado, Maestría en Sistemas Computacionales. Tlaquepaque, Jalisco: ITESO.es_MX
dc.identifier.urihttps://hdl.handle.net/11117/8053
dc.language.isospaes_MX
dc.publisherITESOes_MX
dc.rights.urihttp://quijote.biblio.iteso.mx/licencias/CC-BY-NC-2.5-MX.pdfes_MX
dc.subjectDeep Learninges_MX
dc.subjectAprendizaje Profundoes_MX
dc.subjectBosque La Primaveraes_MX
dc.titleModelo de aprendizaje profundo para la detección de objetos de interés en el Bosque de La Primaveraes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_MX

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
TOG_JOSE_LUIS.pdf
Tamaño:
14.55 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de obtención de grado
Descargar

Colecciones

DESI - Trabajos de fin de Maestría en Sistemas Computacionales