JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditoresEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditores

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMAOpen Policy Finder (antes Sherpa-Romeo)Dulcinea
    Preguntas frecuentesManual de usoContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem

    Identificación de alimentos en comedores universitarios mediante técnicas de visión artificial y aprendizaje profundo

    • Autor
      Ingelmo Moyano, Adolfo Gregorio
    • Director/es
      Luque-Baena, Rafael MarcosAutoridad Universidad de Málaga; García-González, Jorge
    • Fecha
      2021-07
    • Palabras clave
      Visión artificial (Robótica); Aplicaciones (Software); Grado en Ingeniería del Software - Trabajos Fin de Grado; Informática - Trabajos Fin de Grado
    • Resumen
      El desarrollo de una plataforma que consiga disminuir los tiempos de espera proporcionaría una mayor fluidez a las colas de los comedores y aumentaría la eficiencia en las horas punta cuando hay más afluencia de personas al comedor. El pago de los alimentos suele ser un cuello de botella, provocando un retraso tanto del usuario como del empleado que los atiende aumentando el tiempo de espera y por consiguiente disminuyendo la satisfacción del cliente. En este trabajo de fin de grado, se ha desarrollado una serie de utilidades para cubrir la necesidad de reducir los tiempos de espera en la cola del comedor. La aplicación móvil desarrollada tomará una foto de la bandeja con comida y la enviará a un servidor externo donde estará cargado un modelo de detección de objetos encargado de la detección e identificación del alimento. Una vez analizada la imagen, el usuario obtendrá el precio total y los productos que ha seleccionado. La detección de objetos se hace en base a un modelo de detección basado en redes neuronales convolucionales.
    • URI
      https://hdl.handle.net/10630/23340
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    Ingelmo Moyano, Adolfo Gregorio Memoria.pdf (910.8Kb)
    Colecciones
    • Trabajos Fin de Grado

    Estadísticas

    Buscar en Dimension
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA