Olarte Hernández, Tomás2024-11-122024https://hdl.handle.net/10784/34781El presente estudio se centra en el desarrollo y evaluación de un sistema de reconocimiento de placas vehiculares en Colombia utilizando redes neuronales convolucionales, con el objetivo de mejorar la seguridad en el acceso a áreas residenciales. Para abordar este problema, se emplearon técnicas de transferencia de aprendizaje con modelos preentrenados en los conjuntos de datos COCO e ImageNet, y se utilizaron además conjuntos de datos específicos de Brasil e India para aumentar la disponibilidad de datos durante el reentrenamiento de los modelos. Se propusieron y compararon cinco modelos diferentes, variando las herramientas y los datos utilizados tanto para la detección de vehículos como para el reconocimiento de caracteres en las placas. Los resultados de las pruebas de campo mostraron un porcentaje de acierto del 60%, destacando problemas específicos con la letra "Q'' en las placas. A pesar de las mejoras en la precisión de las primeras fases del sistema, el principal desafío radica en la correcta identificación de caracteres específicos, lo que sugiere la necesidad de una mayor diversificación y representatividad de los datos de entrenamiento. Este trabajo proporciona una base sólida para futuros desarrollos y mejoras en sistemas de reconocimiento de placas vehiculares en contextos similares.spaTodos los derechos reservadosRedes ConvolucionalesSistema de reconocimiento de placasMobilenetYOLOmasterThesisinfo:eu-repo/semantics/openAccessCIENCIA DE LA INFORMACIÓNTECNOLOGÍAREDES DE COMPUTADORESAcceso abierto2024-11-12Pinto Restrepo, Daniel Enrique