Sistema empotrado de análisis flexible de imágenes mediante redes neuronales pre-entrenadas

Abstract

[ES] El proyecto plantea el desarrolllo sobre plataforma "Raspberry Pi" de un sistema empotrado de identificación y localización de objetos en una imagen. El sistema funcionará ejecutando redes neuronales pre-entrenadas del tipo YOLO y desempeñará la función de nodo sensorial de un sistema distribuido en el que cada nodo comunique al "grupo" o al "integrador" el resultado de la detección para determinar el estado global del sistema. El desarrollo del proyecto incluye la integración de la red YOLO, el desarrollo de un sistema de comunicaciones que permita tanto la comunicación de los resultados de detección como la configuración del sistema empotrado de detección, y una aplicación cliente sobre PC que permita el envío y recepción de mensajes desde múltiples nodos. La configuración en tiempo de ejecución del sistema empotrado mediante mensajes pemitirá la selección de modos de ejecución (selección de objeto, conteo de objeto, detección múltiple, localización de objeto, etc.) así como la selección de diferentes redes neuronales pre-entrenadas.

[EN] The project proposes the development on "Raspberry Pi" platform of an embedded system for identification and localization of objects in an image. The system will work running pre-trained neural networks of the YOLO type and will play the role of a sensory node of a distributed system in which each node communicates to the "group" or "integrator" the result of the detection to determine the overall state of the system. The development of the project includes the integration of the YOLO network, the development of a communication system that allows both the communication of the detection results and the configuration of the embedded detection system, and a client application on PC that allows sending and receiving messages from multiple nodes. The run-time configuration of the embedded system through messages will allow the selection of execution modes (object selection, object counting, multiple detection, object localization, etc.) as well as the selection of different pre-trained neural networks.