Detector de baches con deep learning

Manzanares González, Albert

Detector de baches con deep learning

License

Citation

Manzanares González, A. Detector de baches con deep learning. 2019. handle: http://hdl.handle.net/10230/42402

This citation was generated automatically.

Abstract

El estado de mantenimiento de las carreteras actuales es deficiente en la mayoría de los casos y puede causar un peligro para sus usuarios, además de daños a sus vehículos. La manera de reportar estas incidencias es de coste elevado, ya que se realiza manualmente por grupos de trabajadores que informan de estos daños, a partir de denuncias de usuarios o reportes por parte de la policía. Hoy en día, donde el poder de la información y de la tecnología nos gobierna, hay una tendencia a la desaparición de estos trabajos manuales: llega la automatización de muchas de estas tareas. En este proyecto nos hemos centrado en crear un detector de baches con tecnología Deep Learning. Su principal aplicación es reducir el coste del mantenimiento de las carreteras, automatizando y agilizando el trabajo, y además dar un uso particular, donde los usuarios de la carretera puedan mejorar su seguridad mediante el aviso del bache o adaptando la suspensión electrónica del vehículo para poder absorberlo mejor. Para cumplir con este objetivo hemos trabajado en el estudio de Deep Learning, ya que es una las tecnologías más actuales y con mejores resultados en el campo de la detección de objetos y está en expansión y mejora continua. En segundo lugar, hemos creado un detector de baches a partir de esta tecnología, pasando por la selección de cuál es la plataforma más adecuada y conveniente para este proyecto, explicando cómo hemos entrenado esta red neuronal, comparando diferentes modelos entrenados y por último hemos aplicado todo esto a una APP como un prototipo funcional de detector de baches. Animamos a todo aquel que le interesa el tema de Deep Learning y redes neuronales a que lea este proyecto, ya que no requiere experiencia previa para poder aprender acerca de su funcionamiento y uso. En todo el contenido que encontrarán, hemos intentado hacerlo lo más comprensible y contrastado posible.