DSpace Repository

Detección de Mascarilla para COVID-19 a través de Aprendizaje Profundo usando OpenCV y Cascade Trainer GUI.

Show simple item record

dc.contributor.author Chuquimarca Jiménez, Luis
dc.contributor.author Pinzón Tituana, Santiago
dc.contributor.author Rosales Pincay, Anthony
dc.date.accessioned 2022-06-07T16:31:23Z
dc.date.available 2022-06-07T16:31:23Z
dc.date.issued 2021
dc.identifier.other UPSE-RTC-2021-Vol.8-No.1-009
dc.identifier.uri https://repositorio.upse.edu.ec/handle/46000/7658
dc.description.abstract La pandemia del covid-19 está provocando una crisis de salud a nivel mundial, una de las recomendaciones de los científicos y gobiernos para evitar contagios es el uso de mascarilla. Basados en esta precisión, el presente artículo muestra el desarrollo de un software que permite detectar la mascarilla en distintos escenario usando el lenguaje de programación de Python mediante las librerías de cv2, os, Numpy y Imutils, utilizando redes neuronales convolucionales más eficaces que las redes neuronales comunes, las cuales fueron entrenadas con el software Cascade Trainer GUI, usando diferentes cantidades de bases de datos desde 400 hasta 1400 imágenes para comparar los distintos tipos de precisión del sistema de detección de la mascarilla. Sin embargo, de la primera base de datos no se obtuvo una buena presión por una baja cantidad de falsos positivos, por lo cual a medida que se usa más datos la precisión fue aumentando considerablemente hasta obtener una precisión de 92 % con mascarilla y un 100% sin mascarilla. es
dc.language.iso spa es
dc.publisher La Libertad: Universidad Estatal Península de Santa Elena, 2021 es
dc.rights openAccess es
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ *
dc.subject APRENDIZAJE DE MÁQUINA es
dc.subject APRENDIZAJE PROFUNDO es
dc.subject REDES CONVOLUCIONALES es
dc.subject FALSOS POSITIVOS es
dc.title Detección de Mascarilla para COVID-19 a través de Aprendizaje Profundo usando OpenCV y Cascade Trainer GUI. es
dc.type article es


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

openAccess Except where otherwise noted, this item's license is described as openAccess

Search DSpace


Advanced Search

Browse

My Account