Detección de pose usando Deep Learning en ambientes industriales

Cada vez es más común aplicar visión artificial en distintos entornos industriales, para establecer la ubicación, forma y calidad de los objetos. En trabajos anteriores se analizaron algoritmos de machine learning que permitieron detectar objetos y su presentación (frente/dorso). La presente investi...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Yuan, Rebeca, Mulassano, Micaela, Redolfi, Javier
Formato: Documento de conferencia publisherVersion
Lenguaje:Español
Publicado: AJEA- Actas de Jornadas y Eventos Académicos de UTN 2023
Materias:
redes convolucionales
pose
U-Net
convolutional networks
Acceso en línea:http://hdl.handle.net/20.500.12272/7714
https://doi.org/10.33414/ajea.1145.2022
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-7714
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic redes convolucionales
pose
U-Net
convolutional networks
spellingShingle redes convolucionales
pose
U-Net
convolutional networks
Yuan, Rebeca
Mulassano, Micaela
Redolfi, Javier
Detección de pose usando Deep Learning en ambientes industriales
topic_facet redes convolucionales
pose
U-Net
convolutional networks
description Cada vez es más común aplicar visión artificial en distintos entornos industriales, para establecer la ubicación, forma y calidad de los objetos. En trabajos anteriores se analizaron algoritmos de machine learning que permitieron detectar objetos y su presentación (frente/dorso). La presente investigación analiza la aplicación de una red convolucional profunda conocida como U-Net, para la segmentación de imágenes. El objetivo es lograr obtener la pose de los objetos, completando así la información de pose (ubicación) para utilizar métodos de bin picking (recogida aleatoria de contenedores) que completen el proceso de embalaje del objeto.
format Documento de conferencia
publisherVersion
author Yuan, Rebeca
Mulassano, Micaela
Redolfi, Javier
author_facet Yuan, Rebeca
Mulassano, Micaela
Redolfi, Javier
author_sort Yuan, Rebeca
title Detección de pose usando Deep Learning en ambientes industriales
title_short Detección de pose usando Deep Learning en ambientes industriales
title_full Detección de pose usando Deep Learning en ambientes industriales
title_fullStr Detección de pose usando Deep Learning en ambientes industriales
title_full_unstemmed Detección de pose usando Deep Learning en ambientes industriales
title_sort detección de pose usando deep learning en ambientes industriales
publisher AJEA- Actas de Jornadas y Eventos Académicos de UTN
publishDate 2023
url http://hdl.handle.net/20.500.12272/7714
https://doi.org/10.33414/ajea.1145.2022
work_keys_str_mv AT yuanrebeca detecciondeposeusandodeeplearningenambientesindustriales
AT mulassanomicaela detecciondeposeusandodeeplearningenambientesindustriales
AT redolfijavier detecciondeposeusandodeeplearningenambientesindustriales
bdutipo_str Repositorios
_version_ 1764820553082863618

Ejemplares similares