Clasificación de tipos de coberturas de suelo en imágenes satelitales utilizando redes neuronales convolucionales.

En este proyecto, se desarrolló e implementó un módulo de software para la detección y la clasificación de tipos de cobertura del suelo utilizando imágenes satelitales multiespectrales (LANDSAT 5) de una región de la Provincia de Neuquén. Para ello, se utilizaron redes neuronales convolucionales (CN...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Fonseca, Ricardo
Otros Autores: Moreyra, Marcelo
Formato: trabajo final de grado bachelorThesis acceptedVersion
Lenguaje:Español
Publicado: Universidad Nacional del Comahue. Facultad de Ingeniería 2024
Materias:
Redes neuronales convolucionales (CNN)
Convolucional
Imágenes satelitales
Módulo de software
Clasificación de cobertura terrestre
Aprendizaje por transferencia
AlexNet, GoogleNet, VGG16, VGG19
Procesamiento de imágenes
QGIS
MATLAB
Tensorflow
AlexNet
GoogleNet
VGG16
VGG19
Convolutional Neural Network
Convolutional, Satellite imag
Python
Software Module
Land Cover Classification
Transfer Learnin
Image Processing
Ciencias de la Computación e Información
Acceso en línea:https://rdi.uncoma.edu.ar/handle/uncomaid/18625
Aporte de:
Repositorio Institucional UNCo de Universidad Nacional del Comahue

Ejemplares similares

Ejemplares similares