Visión Artificial para la toma de lectura de agua potable

E01-B3-02

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Yánez Magno, Lizbeth Estefania (author)
Μορφή: bachelorThesis
Έκδοση: 2023
Θέματα:
Διαθέσιμο Online:http://repositorio.upec.edu.ec/handle/123456789/1739
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1858356350457741312
author Yánez Magno, Lizbeth Estefania
author_facet Yánez Magno, Lizbeth Estefania
author_role author
collection Repositorio Universidad Politécnica Estatal del Carchi
dc.creator.none.fl_str_mv Yánez Magno, Lizbeth Estefania
dc.date.none.fl_str_mv 2023-06-20T15:34:51Z
2023-06-20T15:34:51Z
2023-01-27
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv INF-094
http://repositorio.upec.edu.ec/handle/123456789/1739
dc.language.none.fl_str_mv es
dc.publisher.none.fl_str_mv UPEC
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad Politécnica Estatal del Carchi
instname:Universidad Politécnica Estatal del Carchi
instacron:UPEC
dc.subject.none.fl_str_mv visión, artificial, lectura, consumo, Faster R-CNN
dc.title.none.fl_str_mv Visión Artificial para la toma de lectura de agua potable
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description E01-B3-02
eu_rights_str_mv openAccess
format bachelorThesis
id UPEC_4366df94c93e4e8d283ff20ea1cbbaae
identifier_str_mv INF-094
instacron_str UPEC
institution UPEC
instname_str Universidad Politécnica Estatal del Carchi
language_invalid_str_mv es
network_acronym_str UPEC
network_name_str Repositorio Universidad Politécnica Estatal del Carchi
oai_identifier_str oai:repositorio.upec.edu.ec:123456789/1739
publishDate 2023
publisher.none.fl_str_mv UPEC
reponame_str Repositorio Universidad Politécnica Estatal del Carchi
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad Politécnica Estatal del Carchi - Universidad Politécnica Estatal del Carchi
repository_id_str 0
spelling Visión Artificial para la toma de lectura de agua potableYánez Magno, Lizbeth Estefaniavisión, artificial, lectura, consumo, Faster R-CNNE01-B3-02La presente investigación, “Visión artificial para la toma de lectura de agua potable”, se realizó en el Gobierno Autónomo Descentralizado Municipal de Putumayo del cantón Sucumbíos, cuyo objetivo fue desarrollar una solución tecnológica mediante visión artificial para la toma de lectura de agua potable; la cual se centró en el levantamiento de información para la automatización del registro de la lectura del consumo de agua de los medidores de la ciudad. Se trabajó bajo el enfoque cuali cuantitativo con la ayuda de la investigación bibliográfica, documental, exploratoria y de campo con las técnicas de recolección de datos como entrevistas y encuestas, para identificar las necesidades y reunir los requerimientos para el diseño de la propuesta utilizando la metodología ágil de Desarrollo Rápido de Aplicaciones (RAD), se obtuvo como resultado la automatización del proceso de registro de consumo de lectura con el desarrollo de la aplicación web en el lenguaje de programación PHP v7.4 con el framework Angular v12.0 y una base de datos relación en MySQL, además, se desarrolló un aplicativo móvil en TypeScript v4.0 con el framework Ionic v5.0 enlazada a la base de datos administrada en el aplicativo web, para el desarrollo del algoritmo de reconocimiento de imágenes se desarrolló en el lenguaje de programación Python v3.9 con el framework Django v4.0 utilizando el algoritmo de detección de objetos Faster R-CNN donde se aplica las siguientes fórmulas: Forward pass through the Region Proposal Network (RPN) generando las propuestas de región a partir de una imagen de entrada; Rol pooling layers (RoI) yrj=xi describe como se realiza el muestreo de una region de interés en la capa pooling; Back-propagation through Rol =∑ ∑ [ = ∗ (,)] describe como se calcula las derivas parciales en la fase de capa de pooling; Truncated SVD ( ≈ ∑ ) describe como se acelera la red utilizando una técnica de compresión; Multi-task loss (, , , ) = (, ) + [ ≥ 1]( , ) describe como se entrena la red para la clasificación de la regresión de la caja delimitadora.UPEC2023-06-20T15:34:51Z2023-06-20T15:34:51Z2023-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfINF-094http://repositorio.upec.edu.ec/handle/123456789/1739esinfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad Politécnica Estatal del Carchiinstname:Universidad Politécnica Estatal del Carchiinstacron:UPEC2025-03-21T16:46:13Zoai:repositorio.upec.edu.ec:123456789/1739Institucionalhttp://repositorio.upec.edu.ec/Universidad públicahttps://www.upec.edu.ec/http://repositorio.upec.edu.ec/oai.Ecuador...opendoar:02025-03-21T16:46:13Repositorio Universidad Politécnica Estatal del Carchi - Universidad Politécnica Estatal del Carchifalse
spellingShingle Visión Artificial para la toma de lectura de agua potable
Yánez Magno, Lizbeth Estefania
visión, artificial, lectura, consumo, Faster R-CNN
status_str publishedVersion
title Visión Artificial para la toma de lectura de agua potable
title_full Visión Artificial para la toma de lectura de agua potable
title_fullStr Visión Artificial para la toma de lectura de agua potable
title_full_unstemmed Visión Artificial para la toma de lectura de agua potable
title_short Visión Artificial para la toma de lectura de agua potable
title_sort Visión Artificial para la toma de lectura de agua potable
topic visión, artificial, lectura, consumo, Faster R-CNN
url http://repositorio.upec.edu.ec/handle/123456789/1739