Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
dc.coverage.spatial | Nacional | es_ES |
dc.creator | Yuan, Rebeca | |
dc.creator | Mulassano, Micaela | |
dc.creator | Chiabrando, Bruno Julian | |
dc.creator | Jaime, Ibrahim | |
dc.creator | Cervetti, Gonzalo | |
dc.creator | Redolfi, Javier | |
dc.date.accessioned | 2022-08-26T20:55:00Z | |
dc.date.available | 2022-08-26T20:55:00Z | |
dc.date.issued | 2021-11-29 | |
dc.description.abstract | El avance y descubrimiento de distintos materiales y componentes tecnológicos, junto con el acoplamiento de algoritmos inteligentes, impacta en forma directa en la innovación de soluciones a distintos tipos de problemas. Un ejemplo de ello, es el uso de las cámaras RGB en el sector industrial. La presente investigación busca aplicar en el sector industrial, cámaras RGB junto a algoritmos de aprendizaje profundo, para la detección de la ubicación y la pose de los objetos que circulan por cintas transportadoras, propias del proceso productivo. El objetivo es reconocer la pose de los objetos ante diferentes variables como, por ejemplo, la velocidad de la cinta transportadora y la iluminación de la planta. En paralelo al armado del dataset de entrenamiento, se exponen los posibles modelos inteligentes a utilizar para alcanzar los objetivos planteados. | es_ES |
dc.description.affiliation | Fil: Yuan, Rebeca. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina. | es_ES |
dc.description.affiliation | Fil: Mulassano, Micaela. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina. | es_ES |
dc.description.affiliation | Fil: Chiabrando, Bruno. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina. | es_ES |
dc.description.affiliation | Fil: Jaime, Ibrahim. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina. | es_ES |
dc.description.affiliation | Fil: Cervetti, Gonzalo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina. | es_ES |
dc.description.affiliation | Fil: Redolfi, Javier. Universidad Tecnológica Nacional. Facultad Regional. San Francisco; Argentina. | es_ES |
dc.format | es_ES | |
dc.identifier.citation | Jornadas de Ciencia y Tecnología 2021 | es_ES |
dc.identifier.doi | https://doi.org/10.33414/ajea.1.871.2021 | |
dc.identifier.isbn | 978-950-42-0206-6 | |
dc.identifier.issn | 2683-8818 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12272/6916 | |
dc.language.iso | spa | es_ES |
dc.publisher | AJEA- Actas de Jornadas y Eventos Académicos de UTN | es_ES |
dc.rights | openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.rights.uri | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.use | . | es_ES |
dc.source | Jornadas de Ciencia y Tecnología 2021: 162-166. (2021) | es_ES |
dc.subject | Cámaras RGB. | es_ES |
dc.subject | Visión artificial. | es_ES |
dc.subject | Aprendizaje automático. | es_ES |
dc.title | Detección de pose de objetos usando cámaras RGB para aplicaciones industriales | es_ES |
dc.type | info:eu-repo/semantics/conferenceObject | es_ES |
dc.type.version | publisherVersion | es_ES |
Files
Original bundle
1 - 1 of 1
- Name:
- Yuan - Deteccion de pose de objetos.pdf
- Size:
- 949.78 KB
- Format:
- Adobe Portable Document Format
- Description:
- Artículo principal y único
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: