Treffer: Herramienta software para reconocimiento de objetos como ayuda a los procesos de mercadeo institucional

La presente tesis presenta el desarrollo de una aplicación de aprendizaje profundo, la cual permite identificar lugares o también llamadas estaciones dentro de la Universidad Autónoma de Occidente utilizando la herramienta de Transfer Learning. En el desarrollo del proyecto se creó un Dataset desde cero con más de 20.000 imágenes de 18 categorías diferentes gracias a la técnica de Data Augmentation. El desarrollo del código se realizó en Python dentro de la plataforma de Google Colab y la aplicación fue creada en Android Studio, donde se cargó la red neuronal convolucional Mobilenet para el Transfer Learning. Posteriormente se obtuvieron las representaciones de las imágenes procesadas por la red, se entrenó una capa clasificadora de tipo Multi Layer Perceptron con función de activación Softmax para producir las nuevas predicciones. Finalmente, se realizaron pruebas en tiempo real utilizando la aplicación en un dispositivo de sistema operativo Android por las diferentes estaciones del campus, logrando una precisión del 96% ; This thesis presents the development of a deep learning application, which allows to identify places or stations in the Universidad Autónoma de Occidente using the tool of Transfer Learning. In the development of the project, a Dataset was created from scratch with more than 20,000 images from 18 different categories using the Data Augmentation technique. The development of the code was done in Python within the Google Colab platform and the application was created in Android Studio, where the Mobilenet convolutional neuronal network was loaded for the Transfer Learning. Subsequently, the representations of the images processed by the network were obtained, a sorting layer of Multi Layer Perceptron type was trained with a Softmax activation function to produce the new predictions. Finally real-time tests were carried out using the application in an Android operating system device by the different stations of the campus, achieving an accuracy of 96% ; Proyecto de grado (Ingeniero ...