Sistema de detección automática de baches en el asfalto a partir de imágenes
Este proyecto ha sido realizado como trabajo final del máster en Data Science & Big Data de la U-TAD.
Para el desarrollo del proyecto se han realizado las siguientes tareas:
- Estudio del estado del arte en lo que a la detección de objetos se refiere
- Desarrollo de una implementación de YOLO V3 y de YOLO V3 Lite en python
- Búsqueda y preparación de un conjunto de imágenes
- Entrenamiento de varios modelos YOLO con distintas configuraciones y realización de estudio comparativo de los resultados obtenidos
- Transformación del modelo entrenado para ser explotado en un dispositivo móvil
- Desarrollo de aplicación android para la explotación del modelo
El proyecto se compone de los siguientes repositorios:
Repositorio | Descripción |
---|---|
tfm | Contiene una implementación en python de YOLO V3 y YOLO V3 Lite |
tfm-android | Contiene una aplicación móvil android para la explotación del modelo entrenado mediante el uso de Tensor Flow Lite |
tfm-doc | Contiene la memoria del TFM |
Referencias:
- Las imágenes utilizadas para entrenar los modelos han sido obtenidas de kaggle
- La aplicación móvil se basa en un ejemplo de tensorflow lite
- La implementación de YOLO V3 es un fork de este repositorio y la implementación de YOLO V3 Lite está basada en este repositorio. Se han unificado ambas implementaciones en una única, se han añadido más opciones de configuración de los modelos y se soportan más formatos de etiquetas de las imágenes