Show simple item record

dc.contributor.advisorPérez de la Fuente, Jesús María ORCID
dc.contributor.advisorSáiz Álvaro, Fátima
dc.contributor.authorBarberena Apezetxea, Xuban
dc.contributor.otherF. INFORMATICA
dc.contributor.otherINFORMATIKA F.
dc.date.accessioned2023-11-28T16:38:03Z
dc.date.available2023-11-28T16:38:03Z
dc.date.issued2023-11-28
dc.identifier.urihttp://hdl.handle.net/10810/63194
dc.description.abstractLa 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 desplieguees_ES
dc.language.isospaes_ES
dc.rightsinfo:eu-repo/semantics/openAccess
dc.titleCaracterización de superficies texturizadas mediante procesamiento de imagen y el uso de Inteligencia Artificiales_ES
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.date.updated2023-06-16T11:50:34Z
dc.language.rfc3066es
dc.rights.holder©2023, el autor
dc.contributor.degreeInformatika Ingeniaritzako Gradua
dc.contributor.degreeGrado en Ingeniería Informática
dc.identifier.gaurregister132714-895664-10
dc.identifier.gaurassign147864-895664


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record