dc.contributor.advisor | Pérez de la Fuente, Jesús María | |
dc.contributor.advisor | Sáiz Álvaro, Fátima | |
dc.contributor.author | Barberena Apezetxea, Xuban | |
dc.contributor.other | F. INFORMATICA | |
dc.contributor.other | INFORMATIKA F. | |
dc.date.accessioned | 2023-11-28T16:38:03Z | |
dc.date.available | 2023-11-28T16:38:03Z | |
dc.date.issued | 2023-11-28 | |
dc.identifier.uri | http://hdl.handle.net/10810/63194 | |
dc.description.abstract | La finalidad de este Trabajo de Fin de Grado es realizar un estudio sobre técnicas avanzadas de Inteligencia Artificial aplicada a imágenes en escenarios industriales con escasez y/o desbalanceo de datos entre clases y comprobar si una técnica de Few-shot learning puede sustituir a las arquitecturas tradicionales de Deep Learning más utilizadas en la literatura para la tarea de control de calidad, en concreto, la detección de defectos superficiales texturizadas a nivel microscópico. Para ello, se ha llevado a cabo el proceso que ejecutan los sistemas de inspección automática en la industria para la detección de defectos: adquisición de los datos, generación de la base de datos, diseño y entrenamiento de las redes neuronales, validación y despliegue | es_ES |
dc.language.iso | spa | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.title | Caracterización de superficies texturizadas mediante procesamiento de imagen y el uso de Inteligencia Artificial | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | |
dc.date.updated | 2023-06-16T11:50:34Z | |
dc.language.rfc3066 | es | |
dc.rights.holder | ©2023, el autor | |
dc.contributor.degree | Informatika Ingeniaritzako Gradua | |
dc.contributor.degree | Grado en Ingeniería Informática | |
dc.identifier.gaurregister | 132714-895664-10 | |
dc.identifier.gaurassign | 147864-895664 | |