Resumen:
|
[EN] Artificial intelligence is a field that has experienced incredible growth in recent years. However, one of the milestones that marked a before and after in this field is deep learning and the emergence of neural ...[+]
[EN] Artificial intelligence is a field that has experienced incredible growth in recent years. However, one of the milestones that marked a before and after in this field is deep learning and the emergence of neural networks, algorithms capable of, given a set of data, extracting features and patterns from them, as well as the possibility of applying them to classify or obtain information from new data not previously known.
The objective of this thesis was to create a neural network capable of classifying waste according to the material it is made of, thus facilitating the task of recycling these objects. To achieve the objective, a convolutional neural network was created as well as a dataset for training, which was correctly labelled and reviewed.
[-]
[ES] Se pretende realizar una aplicación capaz de detectar, a partir de una imagen tomada a un residuo inorgánico, el objeto que el usuario pretende clasificar, así como informar al usuario de en qué contenedor debería ser ...[+]
[ES] Se pretende realizar una aplicación capaz de detectar, a partir de una imagen tomada a un residuo inorgánico, el objeto que el usuario pretende clasificar, así como informar al usuario de en qué contenedor debería ser reciclado dicho objeto, tomando como referencia el sistema de reciclaje finlandés.
Por tanto, se pretende crear una inteligencia artificial y entrenarla a partir de imágenes de residuos. Para ello será necesario la obtención y el correcto etiquetado de un dataset con imágenes de objetos de las diferentes categorías entre las que se pretende que la inteligencia artificial sea capaz de clasificar los residuos. También será necesaria la creación de la misma inteligencia artificial, así como su posterior entrenamiento con dicho dataset, con el objetivo final de que dada una nueva imagen (no comprendida en el dataset de entrenamiento) esta sea capaz de situarla correctamente en la categoría pertinente.
Además, el trabajo constará también de una parte teórica donde se explicarán conceptos básicos de inteligencia artificial, machine learning y deep learning.
[-]
|