000			01948nam0a22003130i04500
001			UTC-121464
005			20240326112749.0
008			240325s2020####ec#####grm####00####spa#d
082			_aPROYECTO 004C138ap
100			_aCaiza Caiza, Kevin Stalin
245			_a“Aplicación móvil para la detección y medición de altura en plantas de maíz utilizando DEEP LEARNING” _caiza, Kevin
264			_aEcuador :
264			_aLatacunga : _bUniversidad Técnica de Cotopaxi : _c2020
300			_a66 paginas ; _c30 cm
336			_atexto _btxt _2rdacontent
337			_ano mediado _bn _2damedia
338			_avolumen _bnc _2rdacarrier
500			_aIncluye CD-Rom anexos
502			_aProyecto (Ingeniería en Informática y Sistemas Computacionales); Cantuña, Karla ; Dir.
505			_a1. redes neuronales 2. La imagen digital 3. Metodología Crisp
506			_aLos proyectos de investigación de grado son de uso exclusivo para la sala de lectura
520			_aEl presente proyecto de investigación tiene como finalidad emplear algoritmos de Deep Learning para la detección de objetos en imágenes. En este caso se detectó de manera automática dos clases: maíz y no es maíz. Una vez detectada una de las dos clases en la imagen, el siguiente paso conlleva el cálculo aproximado de la talla de la planta mediante algoritmos de medición de altura en imágenes 2D, para la detección se aplicó redes neuronales convoluciónales donde se utilizó 500 imágenes digitales de plantas de maíz de variedad sapón con diferentes estados de crecimientos e iluminación.
526			_aFacultad de Ciencias de la Ingeniería y Aplicadas ;
526			_aCarrera de Ingeniería y Sistemas Computacionales,
650			_aEEP _aLEARNING _aDETECCIÓN _aALGORITMO _aHERRAMIENTA TECNOLÓGICA
700			_aDe La Cruz Lema, Norma Alexandra
856			_uhttp://repositorio.utc.edu.ec/handle/27000/8767 _yDocumento
942			_2ddc _cTES _n0
999			_c19365 _d19365