Análisis de data augmentation en imágenes para detección de objetos de la materia de Ciencias Naturales del tercer año básico de la unidad educativa Profesor Cleofe Apolinario Orrala.

Abstract

Con el paso del tiempo, las técnicas utilizadas en la detección de objetos han ayudado al rendimiento y efectividad de los algoritmos. Por otra parte, la inteligencia artificial en la educación se deriva en diferentes ramas como: crear planes únicos con base a las falencias de cada estudiante mejorando así su nivel de educación, a docentes para facilitar la revisión de tareas, obteniendo tiempo de calidad para responder las dudas de los alumnos y en la parte administrativa permite realizar estudios con base a los datos obtenidos de los cursos anteriores lo cual facilita el big data para la toma de decisiones. En el presente trabajo se analizan técnicas de data augmentation y transfer learning, lo cual permitirá elaborar un detector de objetos óptimo. La creación del dataset se encuentra basada con imágenes que hacen referencia a la tercera unidad de la materia de ciencias naturales; además se hace el uso de redes convolucionales para la ejecución del detector, posibilitando que sea capaz de identificar retratos de cosas que se presenten, mostrando de esta forma a los estudiantes del tercer año básico de la unidad educativa profesor Cleofe Apolinario Orrala a qué clase pertenecen dichos elementos.