Técnicas para la optimización de recursos en la detección de objetos en tiempo real
La detección de objetos es una tecnología esencial en la visión por computadora, con aplicaciones cruciales en campos como la agricultura y la ganadería. En estos entornos, la identificación precisa de animales y objetos es fundamental para la gestión de recursos, el monitoreo de la salud animal y l...
Guardado en:
| Autores principales: | , , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/176305 |
| Aporte de: |
| Sumario: | La detección de objetos es una tecnología esencial en la visión por computadora, con aplicaciones cruciales en campos como la agricultura y la ganadería. En estos entornos, la identificación precisa de animales y objetos es fundamental para la gestión de recursos, el monitoreo de la salud animal y la automatización de tareas críticas. Los modelos de redes neuronales, utilizados en la detección de objetos en tiempo real, a menudo conllevan un aumento significativo en los requisitos computacionales. El objetivo de este trabajo es analizar cuáles son las técnicas de optimización que permiten minimizar los recursos del sistema. Se explorarán diversas técnicas de optimización, incluyendo mejoras de hardware, ajuste de hiperparámetros y optimización de código. |
|---|