Redes neuronales convolucionales para clasificación de componentes electrónicos
DOI:
https://doi.org/10.5377/ri.v1i11.18460Palabras clave:
Componentes electrónicos, Redes neuronales convolucionales, Redes neuronales artificiales, Visión por computadora, MobileNetV2Resumen
Este artículo presenta un enfoque basado en redes neuronales convolucionales (CNN) para la clasificación de componentes electrónicos. El objetivo es desarrollar un sistema inteligente que sea capaz de identificar componentes electrónicos en entornos diversos, lo cual es una tarea que, en aplicaciones de educación y control de inventario en la industria electrónica, puede beneficiar a la eficiencia de los procesos. El conjunto de datos es creado con imágenes de internet y propias, para buscar un mejor resultado al entrenar y evaluar el modelo propuesto, comparando también con la red preentrenada MobileNetV2. Los resultados muestran que las redes neuronales artificiales lograron una alta precisión en la detección de componentes electrónicos utilizando la técnica de transferencia de aprendizaje.
97
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales .
- CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la la misma licencia del original.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
