Clasificador de objetos en MATLAB® con redes neuronales de aprendizaje profundo

Allison Guzmán Lembo, Carlos Daniel Mayorga Alvarado, Jimena Fernanda Dávila Vázquez, Jonathan Martínez Reyna, Angel Rodriguez-Liñan, L. M. Torres-Treviño
{"title":"Clasificador de objetos en MATLAB® con redes neuronales de aprendizaje profundo","authors":"Allison Guzmán Lembo, Carlos Daniel Mayorga Alvarado, Jimena Fernanda Dávila Vázquez, Jonathan Martínez Reyna, Angel Rodriguez-Liñan, L. M. Torres-Treviño","doi":"10.29105/ingenierias24.90-16","DOIUrl":null,"url":null,"abstract":"En este trabajo, de manera introductoria se ilustra la implementación de tres redes neuronales preentrenadas con el paradigma de aprendizaje profundo en el software MATLAB®, que pueden reconocer objetos en imágenes capturadas por una cámara. Mediante experimentos para reconocer objetos, se determinó cuál de estas redes tuvo mejor desempeño, aprovechando una base de datos estándar de imágenes. Dichos resultados se ilustran con ejemplos del uso del software y con datos comparativos de los aciertos.","PeriodicalId":30271,"journal":{"name":"Ingenierias USBMed","volume":"16 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-01-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ingenierias USBMed","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29105/ingenierias24.90-16","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

En este trabajo, de manera introductoria se ilustra la implementación de tres redes neuronales preentrenadas con el paradigma de aprendizaje profundo en el software MATLAB®, que pueden reconocer objetos en imágenes capturadas por una cámara. Mediante experimentos para reconocer objetos, se determinó cuál de estas redes tuvo mejor desempeño, aprovechando una base de datos estándar de imágenes. Dichos resultados se ilustran con ejemplos del uso del software y con datos comparativos de los aciertos.
具有深度学习神经网络的MATLAB®对象分类器
本文介绍了在MATLAB®软件中使用深度学习范式预先训练的三种神经网络的实现,这些神经网络可以识别相机捕捉到的图像中的物体。通过对物体识别的实验,利用一个标准的图像数据库,确定了这些网络中哪一个表现最好。这些结果通过软件使用的例子和比较成功的数据来说明。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
13
审稿时长
16 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信