Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/36871
Cómo citar
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Cuevas Vásquez, Franco | - |
dc.contributor.author | Barenchi Gileno, Lucas | - |
dc.contributor.author | Alonso Battaglia, Ignacio | - |
dc.date.accessioned | 2023-04-28T12:55:27Z | - |
dc.date.available | 2023-04-28T12:55:27Z | - |
dc.date.issued | 2022 | - |
dc.identifier.citation | Cuevas Vásquez, F., Barenchi Gileno, L. y Alonso Battaglia, I. Tasación de siniestros de automóviles mediante reconocimiento de imágenes aplicando inteligencia computacional [en línea] Tesis de grado. Montevideo : Udelar. FI. INCO, 2022. | es |
dc.identifier.uri | https://hdl.handle.net/20.500.12008/36871 | - |
dc.description.abstract | En este proyecto de grado se estudia el problema de la tasación de vehículos en siniestros de tránsito a partir de imágenes. El problema completo consta de dos partes: la detección de las partes dañadas del vehículo a partir de las imágenes, y la cotización de su reparación. El alcance de este proyecto aborda la detección de las partes dañadas en un siniestro, siendo la más compleja. Se utilizan metodologías de aprendizaje automático y redes neuronales convolucionales para resolver el problema, en particular se hace uso principalmente de la arquitectura ResNet50. Todos los conjuntos de datos utilizados en el proyecto fueron brindados por el Banco de Seguros del Estado, que contienen imágenes de todo tipo de vehículos siniestrados junto con metadatos que detallan el siniestro. El problema se segmenta y se aborda parte por parte del vehículo, simplificando los modelos a que aprendan de a una parte a la vez. Los resultados obtenidos en este primer acercamiento al problema muestran que existe oportunidad en la utilización de las técnicas de aprendizaje automático para la automatización del problema, obteniendo buenos resultados en varias piezas. En particular, el proyecto analiza los principales desafíos que surgen al abarcar este problema y plantea varias líneas de trabajo futuro. | es |
dc.format.extent | 80 p. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | es | es |
dc.publisher | Udelar. FI. | es |
dc.rights | Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014) | es |
dc.subject | Redes neuronales | es |
dc.subject | Inteligencia artificial | es |
dc.subject | Redes convolucionales | es |
dc.subject | Tasación de siniestros | es |
dc.subject | Clasificación de daños en automóviles | es |
dc.title | Tasación de siniestros de automóviles mediante reconocimiento de imágenes aplicando inteligencia computacional. | es |
dc.type | Tesis de grado | es |
dc.contributor.filiacion | Cuevas Vásquez Franco, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
dc.contributor.filiacion | Barenchi Gileno Lucas, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
dc.contributor.filiacion | Alonso Battaglia Ignacio, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
thesis.degree.grantor | Universidad de la República (Uruguay). Facultad de Ingeniería. | es |
thesis.degree.name | Ingeniero en Computación. | es |
dc.rights.licence | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) | es |
Aparece en las colecciones: | Tesis de grado - Instituto de Computación |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
CBA22.pdf | Tesis de grado | 76,4 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons