Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/42278
Title: Clasificador de vestimenta basado en redes neuronales
Other Titles: Clothing Classifier bases no Neural Networks
Authors: Díaz Badra, Roberto
Director: Lorenzo Navarro, José Javier 
Castrillón Santana, Modesto 
UNESCO Clasification: 120317 Informática
Keywords: Aprendizaje automático
Aprendizaje profundo
Redes neuronales
Issue Date: 2018
Abstract: El presente proyecto tiene como objetivo, determinar cómo se pueden utilizar las redes neuronales a la hora de clasificar correctamente entre distintos tipos de prendas. Para este enfoque, se ha utilizado una base de datos con miles de imágenes, donde cada imagen está etiquetada con su categoría correspondiente. Se emplea una metodología basada en prototipos. Mediante la utilización de un algoritmo del estado del arte para este tipo de problemas, el cual ya ha sido entrenado previamente, se han ido realizando pequeñas variaciones para obtener los resultados óptimos. Posteriormente, se han aplicado diferentes algoritmos de Aprendizaje Automático para acrecentar los resultados y se han evaluado los resultados, proponiendo posibles mejoras para próximos proyectos.
The current project has as objective, to determine how to use neural networks to classify different types of clothes. For this approach, we have used a database containing thousands of images, where each image contains a label with the correspondent category. We apply a methodology based on prototypes. With the use of a state of the art algorithm for this kind of problems, we have been doing small alterations to obtain the optimum results. Subsequently, we have applied different Machine Learning algorithms to enhance the performance. We also evaluate the results and propose possible improvements for future works.
Faculty: Escuela de Ingeniería Informática
URI: http://hdl.handle.net/10553/42278
Appears in Collections:Trabajo final de grado
Thumbnail
Memoria
Adobe PDF (2,49 MB)
Código
ZIP (24,12 kB)
Show full item record

Page view(s)

56
checked on Feb 22, 2021

Download(s)

743
checked on Feb 22, 2021

Google ScholarTM

Check


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.