Regresar

An?lisis del rendimiento de detectar, clasificar veh?culos y pedestres en tiempo continuo con smartphone Android y TensorFlow Lite

Abstract:

Generalmente, se utilizan personas para conteo manual de veh?culos y actores de la movilidad, lo cual resulta costoso. Actualmente, el avance de la tecnolog?a permite utilizar m?todos basados en redes neuronales convolucionales a la visi?n por computadora. El objetivo de este trabajo es conocer el rendimiento de las t?cnicas actuales en un dispositivo smartphone Android, estas medidas son conocidas en la literatura como precisi?n y recall. Consecuentemente se analiza la creaci?n de un sistema autom?tico a bajo costo que permita clasificar y contar estos actores del espacio p?blico, usando TensorFlow Lite. Adicionalmente, se reentrena un modelo basado en Single Shot Detector para comparar 2 modelos: el primero por efecto y el segundo re-entrenado. Los resultados reportan un incremento significativo en rendimiento mAP para el modelo, como tambi?n mejoran las medidas de precision y recall.