El presente proyecto tiene como objetivo diseñar arquitecturas novedosas de aprendizaje profundo que exploten información transespectral para Camouflaged Object Detection COD, con el que se procura abordar el problema del camuflaje explorando el uso combinado de imágenes de espectro visible e imágen
El presente proyecto tiene como principal objetivo comparar los resultados de diversas técnicas de segmentación en función de criterios de eficiencia, precisión y adaptabilidad; esto permitirá una comparación detallada de los resultados obtenidos por cada técnica, ayudando a destacar las fortalezas
El proyecto tiene como objetivo generar a través del uso de imágenes multiespectrales obtenidas por el uso de drones y valores meteorológicos proporcionados por sensores de campo, un modelo de Deep Learning.
El presente proyecto tiene como principal objetivo desarrollar un prototipo que permita detectar fallas en las tapas obtenidas en la línea de producción, desarrollando un sistema de adquisición con condiciones de iluminación controlada, por medio de la calibraciones del sistema de visión en las cond
El principal objetivo de este proyecto es desarrollar e implementar un sistema integrado de robots móviles por medios de los cuales se pueda realizar un monitoreo del cultivo de maíz para de esta manera proporcionar una mejora a la productividad agrícola y a su vez promover prácticas de manejo sost
El presente proyecto está enfocado en desarrollar un sistema de monitoreo de fauna en hábitats naturales, a través del uso de técnicas de Deep Learning en combinación con redes de sensores inteligentes, con el fin de mejorar la comprensión de la biodiversidad y promover la conservación de los ecosis
El presente proyecto tiene como objetivo procesar y analizar conjuntos de imágenes que permitan inspeccionar la calidad externa de las frutas mediante técnicas de visión por computador y modelos de aprendizaje profundo.
El presente proyecto tiene como objetivo caracterizar el comportamiento agronómico y productivo del maíz en tres parcelas experimentales de 0.5 HA cada una y parcelas producción de 150 HA distribuidas en las provincias de Manabí, Guayas y Azuay.
El presente proyecto tiene tiene como objetivo desarrollar arquitecturas basadas en el aprendizaje profundo que explotan la de información de una banda espectral para mejorar las imágenes de otra banda espectral- un marco espectral cruzado.
La industria 4.0, que en sus orígenes se desarrolló para el sector manufacturero automotriz, está día a día más presentes en nuestro sector agrícola ganadero.
