Ingeniería Electrónica
URI permanente para esta colecciónhttp://54.81.141.168/handle/123456789/9137
Explorar
4 resultados
Resultados de Búsqueda
Ítem Texto completo enlazado Segmentación de cultivos de uva de mesa a partir de imágenes aéreas y satelitales usando algoritmos de aprendizaje profundo(Pontificia Universidad Católica del Perú, 2024-10-29) Villarroel Segovia, Jamir Enrique; Flores Espinoza, Donato AndrésLa teledetección ha ayudado a mejorar la gestión y el riego de los cultivos en los últimos años. A través de esta técnica, se ha logrado identificar aquellos cultivos de interés y extraer información de estos para el diagnóstico de enfermedades, la predicción de rendimiento de lotes de cultivos, el mapeo de cultivos y en la planificación de actividades de exportación. La uva es uno de los productos de agroexportación más importantes de Perú, generando grandes ingresos y aumentando anualmente. Si bien, la identificación de cultivos empezó a realizarse a partir de encuestas agrarias, luego se desarrolló técnicas basadas en algoritmos de aprendizaje automático tales como Random Forest (RF), Support Vector Machine (SVM), Artificial Neural Networks (ANN) para identificar diversos tipos de cultivos, entre ellos la uva, a nivel mundial. Estas técnicas presentaban buenos resultados; no obstante, el uso de algoritmos de aprendizaje profundo basados en segmentación semántica se popularizó por obtener mejores resultados que los anteriores y se comenzaron a emplear en los últimos años para la identificación de muchos cultivos. En esta tesis, se planteó identificar de forma automatizada los cultivos de uva de mesa. Para ello, se realizó la comparación de las arquitecturas U-Net, SegNet y DeepLabV3+ que realizan técnicas de segmentación semántica. Cada red fue entrenada y evaluada utilizando dos conjuntos de datos conformados por imágenes aéreas y satelitales de las zonas de interés. Asimismo, se calcularon los índices NDVI y SAVI en cada imagen aérea y satelital del conjunto de datos de entrenamiento, validación y prueba. Posteriormente, se añadió a cada imagen ambas bandas calculadas como una sexta y séptima capa adicional, ya que las imágenes aéreas y satelitales del conjunto de datos formado solo presentan 5 bandas espectrales: rojo, verde, azul, infrarrojo cercano y borde rojo. Se realizó el proceso de etiquetado, gracias a la información brindada por la empresa Vitícola S.A.C, con ayuda del NDVI para separar aquellas imágenes que presentan cultivos de uva en una etapa fenológica tardía y temprana en cada conjunto de datos. Con el fin de incrementar la cantidad de datos de entrada a la red, se utilizó la técnica de extracción de parches aleatorios, y se aplicaron procesos de reflexión y rotación para el entrenamiento de las 3 redes mencionadas. Finalmente, se compararon los resultados de prueba de estos algoritmos de clasificación y se determinó que tanto en los conjuntos de datos de imágenes aéreas con una etapa fenológica temprana y tardía, las redes SegNet y DeeplabV3+ fueron las que obtuvieron mejor desempeño con una precisión global de 95.21% y una mIoU de 0.8280, y una precisión global de 93.40 % y una mIoU de 0.7555 respectivamente. Asimismo, la red DeepLabV3+ obtuvo mejor desempeño promedio en el conjunto de datos de imágenes satelitales con una precisión global de 93.84 % y un mIoU de 0.8389.Ítem Texto completo enlazado Detección y conteo de bayas en cultivo de uva de mesa Thompson Seedless mediante procesamiento digital de imágenes(Pontificia Universidad Católica del Perú, 2024-10-24) Perez Gutierrez, Angel de Jesus; Flores Espinoza, Donato AndrésActualmente en nuestro país, los productores de cultivo de uva de mesa tienen un acceso limitado de información sobre la cantidad de la cosecha en su campo. El proceso de conteo de uvas de mesa se realiza manualmente en la cosecha, cada temporada, para poder estimar la cantidad de embalaje necesario. Este procedimiento puede variar de año en año y puede demandar de varias semanas para zonas con grandes cantidades de hectáreas de cultivo de uva de mesa. Mientras que el enfoque podría funcionar bien para los campos de tamaño pequeño, se vuelve intratable económicamente para los campos más grandes debido a la naturaleza dependiente de trabajo de la obra. En esta tesis se empleará técnicas de procesamiento digital de imágenes para mejorar la precisión del conteo de uva de mesa en el campo y reducir abruptamente el tiempo de cosecha y pérdidas económicas del exceso de embalaje. En el primer capítulo se hace referencia al estado de la investigación con respecto al cultivo de uva de mesa en nuestro país y en el extranjero, así como la declaración de la problemática y objetivos planteados. El segundo capítulo se describe el estado del arte, la matemática empleada para la programación de dos métodos que se utilizan para el conteo de bayas con su respectivo análisis comparativo. En el tercer capítulo se desarrolla dos algoritmos que permita contar las bayas en el cultivo de uva de mesa Thompson Seedless, tomando muestras de bayas de diferentes tamaños. Finalmente, en el capítulo 4 se desarrolla el análisis correspondiente y las conclusiones comparando resultados.Ítem Texto completo enlazado Diseño de un sistema medidor de irradiación UV-C para equipo de desinfección de mascarillas N95(Pontificia Universidad Católica del Perú, 2024-10-02) Castillo Galarza, Julio Cesar; Flores Espinoza, Donato AndrésSe llevó a cabo en conjunto entre los miembros de la Pontifica Universidad Católica del Perú (PUCP) y la Universidad Peruana Cayetano Heredia (UPCH) el desarrollo de un equipo el cual busca apoyar al personal de salud desinfectando las mascarillas N95. Para el equipo, es necesario contar con un dispositivo que mida en cada desinfección el nivel de irradiación UV-C para garantizar la correcta desinfección de las mascarillas. Existen equipos comerciales; sin embargo, estos cuentan con una limitada cantidad de sensores y la extensión de los cables para las sondas no se adaptan al diseño del equipo; sumado a su alto costo y poca accesibilidad, debido a la dificultad en las importaciones provocada por la pandemia. El presente trabajo tiene como objetivo el diseño de un sistema medidor de irradiación UV-C de bajo costo con la cantidad de sensores y adaptación para el monitoreo adecuado de la dosis de irradiación UV-C del equipo. Para realizarlo, se comenzó describiendo las mascarillas N95 y sus métodos de desinfección junto con los estudios en los cuales se mide la intensidad de radiación UV-C. Luego, se describe la radiación ultravioleta en el espectro electromagnético. También, se estudian los dispositivos de medición UV-C junto con los métodos para poder medir la irradiación de lámparas UV-C. Con esta base se propone el diseño preliminar que constaría de ocho fotosensores distribuidos en cuatro puntos diferentes dentro del equipo de desinfección. El sistema cuenta con una etapa de acondicionamiento de la señal, luego una etapa de transmisión donde esta señal es convertida de voltaje a frecuencia y posterior recepción en el cual se cuentan los pulsos eléctricos para poder así obtener la irradiancia. Con la dosis de irradiancia de cada punto se indica al usuario si el equipo alcanzó la dosis requerida de desinfección; además, se encarga de almacenar la fecha, hora y dosis suministrada en cada punto para su posterior análisis. Finalmente, se realizan pruebas del sistema y se compara con mediciones realizadas por el ILT2400 UVBGI-NB, equipo comercial certificado desarrollado por International Light Technologies.Ítem Texto completo enlazado Segmentación semántica de escenas urbanas de la provincia de Huamanga(Pontificia Universidad Católica del Perú, 2024-09-10) Pasapera Huaman, Lui Gustavo; Flores Espinoza, Donato AndrésLa presente tesis se enfoca en la identificación y clasificación de objetos en escenas urbanas de la provincia de Huamanga, explorando un entorno diferente al de las ciudades desarrolladas y otras bases de datos existentes. Se estudiarán las escenas urbanas de Huamanga para segmentar imágenes en 7 clases de datos: personas, vehículos, motociclistas, edificios, veredas, pistas y otros, que incluyen detalles de cielo y cables de energía eléctrica. El enfoque principal de la tesis estará centrado en la visión por computadora, específicamente en la segmentación semántica para la clasificación de objetos. Para ello, se emplearán arquitecturas de aprendizaje profundo pre-entrenadas adaptadas a Deeplabv3+, y se utilizarán imágenes de la provincia de Huamanga como base de datos local. La investigación se inicia con un análisis del estado del arte, destacando la importancia de la clasificación de objetos en escenas urbanas y los beneficios del aprendizaje profundo en comparación con métodos tradicionales. Se enfatiza la necesidad de utilizar bases de datos locales sobre las existentes, así como la base teórica para la clasificación de imágenes locales utilizando Deeplabv3+ y redes de aprendizaje profundo mediante la transferencia de aprendizaje. Posteriormente, se describe el diseño, la recopilación y el enfoque de la base de datos locales en comparación con conjuntos de datos como Imagenet y CityScapes, utilizando la arquitectura Deeplabv3+ junto con redes de aprendizaje profundo en los datos locales. Finalmente, se presentan los resultados basados en el incremento del número de datos, analizando la precisión, el Índice de Jaccard (IoU) y el mBFScore tanto a nivel global como por clase, junto con un análisis comparativo con la base de datos Cityscapes. Se proporcionan tablas sumarias que verifican los resultados de cada red de aprendizaje profundo y se propone hardware para dispositivos capaces de ejecutar tareas de segmentación semántica.