Detección de pose de objetos usando cámaras RGB para aplicaciones industriales

Autores
Yuan, Rebeca; Mulassano, Micaela; Chiabrando, Bruno Julián; Jaime, Ibrahim; Cervetti, Gonzalo; Redolfi, Javier
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El avance y descubrimiento de distintos materiales y componentes tecnológicos, junto con el acoplamiento de algoritmos inteligentes, impacta en forma directa en la innovación de soluciones a distintos tipos de problemas. Un ejemplo de ello, es el uso de las cámaras RGB en el sector industrial. La presente investigación busca aplicar en el sector industrial, cámaras RGB junto a algoritmos de aprendizaje profundo, para la detección de la ubicación y la pose de los objetos que circulan por cintas transportadoras, propias del proceso productivo. El objetivo es reconocer la pose de los objetos ante diferentes variables como, por ejemplo, la velocidad de la cinta transportadora y la iluminación de la planta. En paralelo al armado del dataset de entrenamiento, se exponen los posibles modelos inteligentes a utilizar para alcanzar los objetivos planteados.
Fil: Yuan, Rebeca. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Mulassano, Micaela. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Chiabrando, Bruno Julián. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Jaime, Ibrahim. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Cervetti, Gonzalo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Redolfi, Javier. Universidad Tecnológica Nacional. Facultad Regional. San Francisco; Argentina.
Fuente
Jornadas de Ciencia y Tecnología 2021: 162-166. (2021)
Materia
Cámaras RGB.
Visión artificial.
Aprendizaje automático.
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-08-26T20:55:00Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/6916
Acceder
id RIAUTN_a195f29d337b81e4a6845b4e4593efa4
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/6916
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Detección de pose de objetos usando cámaras RGB para aplicaciones industrialesYuan, RebecaMulassano, MicaelaChiabrando, Bruno JuliánJaime, IbrahimCervetti, GonzaloRedolfi, JavierCámaras RGB.Visión artificial.Aprendizaje automático.El avance y descubrimiento de distintos materiales y componentes tecnológicos, junto con el acoplamiento de algoritmos inteligentes, impacta en forma directa en la innovación de soluciones a distintos tipos de problemas. Un ejemplo de ello, es el uso de las cámaras RGB en el sector industrial. La presente investigación busca aplicar en el sector industrial, cámaras RGB junto a algoritmos de aprendizaje profundo, para la detección de la ubicación y la pose de los objetos que circulan por cintas transportadoras, propias del proceso productivo. El objetivo es reconocer la pose de los objetos ante diferentes variables como, por ejemplo, la velocidad de la cinta transportadora y la iluminación de la planta. En paralelo al armado del dataset de entrenamiento, se exponen los posibles modelos inteligentes a utilizar para alcanzar los objetivos planteados.Fil: Yuan, Rebeca. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Mulassano, Micaela. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Chiabrando, Bruno Julián. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Jaime, Ibrahim. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Cervetti, Gonzalo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Redolfi, Javier. Universidad Tecnológica Nacional. Facultad Regional. San Francisco; Argentina.AJEA- Actas de Jornadas y Eventos Académicos de UTN2022-08-26T20:55:00Z2022-08-26T20:55:00Z2021-11-29info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfJornadas de Ciencia y Tecnología 2021978-950-42-0206-62683-8818http://hdl.handle.net/20.500.12272/6916https://doi.org/10.33414/ajea.1.871.2021Jornadas de Ciencia y Tecnología 2021: 162-166. (2021)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica NacionalspaNacionalinfo:eu-repo/semantics/openAccess2022-08-26T20:55:00Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internacional.2026-09-24T12:47:36Zoai:ria.utn.edu.ar:20.500.12272/6916instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:47:37.487Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
title Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
spellingShingle Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
Yuan, Rebeca
Cámaras RGB.
Visión artificial.
Aprendizaje automático.
title_short Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
title_full Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
title_fullStr Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
title_full_unstemmed Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
title_sort Detección de pose de objetos usando cámaras RGB para aplicaciones industriales
dc.creator.none.fl_str_mv Yuan, Rebeca
Mulassano, Micaela
Chiabrando, Bruno Julián
Jaime, Ibrahim
Cervetti, Gonzalo
Redolfi, Javier
author Yuan, Rebeca
author_facet Yuan, Rebeca
Mulassano, Micaela
Chiabrando, Bruno Julián
Jaime, Ibrahim
Cervetti, Gonzalo
Redolfi, Javier
author_role author
author2 Mulassano, Micaela
Chiabrando, Bruno Julián
Jaime, Ibrahim
Cervetti, Gonzalo
Redolfi, Javier
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Cámaras RGB.
Visión artificial.
Aprendizaje automático.
topic Cámaras RGB.
Visión artificial.
Aprendizaje automático.
dc.description.none.fl_txt_mv El avance y descubrimiento de distintos materiales y componentes tecnológicos, junto con el acoplamiento de algoritmos inteligentes, impacta en forma directa en la innovación de soluciones a distintos tipos de problemas. Un ejemplo de ello, es el uso de las cámaras RGB en el sector industrial. La presente investigación busca aplicar en el sector industrial, cámaras RGB junto a algoritmos de aprendizaje profundo, para la detección de la ubicación y la pose de los objetos que circulan por cintas transportadoras, propias del proceso productivo. El objetivo es reconocer la pose de los objetos ante diferentes variables como, por ejemplo, la velocidad de la cinta transportadora y la iluminación de la planta. En paralelo al armado del dataset de entrenamiento, se exponen los posibles modelos inteligentes a utilizar para alcanzar los objetivos planteados.
Fil: Yuan, Rebeca. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Mulassano, Micaela. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Chiabrando, Bruno Julián. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Jaime, Ibrahim. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Cervetti, Gonzalo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Redolfi, Javier. Universidad Tecnológica Nacional. Facultad Regional. San Francisco; Argentina.
description El avance y descubrimiento de distintos materiales y componentes tecnológicos, junto con el acoplamiento de algoritmos inteligentes, impacta en forma directa en la innovación de soluciones a distintos tipos de problemas. Un ejemplo de ello, es el uso de las cámaras RGB en el sector industrial. La presente investigación busca aplicar en el sector industrial, cámaras RGB junto a algoritmos de aprendizaje profundo, para la detección de la ubicación y la pose de los objetos que circulan por cintas transportadoras, propias del proceso productivo. El objetivo es reconocer la pose de los objetos ante diferentes variables como, por ejemplo, la velocidad de la cinta transportadora y la iluminación de la planta. En paralelo al armado del dataset de entrenamiento, se exponen los posibles modelos inteligentes a utilizar para alcanzar los objetivos planteados.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-29
2022-08-26T20:55:00Z
2022-08-26T20:55:00Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv Jornadas de Ciencia y Tecnología 2021
978-950-42-0206-6
2683-8818
http://hdl.handle.net/20.500.12272/6916
https://doi.org/10.33414/ajea.1.871.2021
identifier_str_mv Jornadas de Ciencia y Tecnología 2021
978-950-42-0206-6
2683-8818
url http://hdl.handle.net/20.500.12272/6916
https://doi.org/10.33414/ajea.1.871.2021
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-08-26T20:55:00Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-08-26T20:55:00Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
.
dc.format.none.fl_str_mv pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv AJEA- Actas de Jornadas y Eventos Académicos de UTN
publisher.none.fl_str_mv AJEA- Actas de Jornadas y Eventos Académicos de UTN
dc.source.none.fl_str_mv Jornadas de Ciencia y Tecnología 2021: 162-166. (2021)
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230942580375552
score 13.265058

Publicaciones similares