TFG - Visión Artificial

Descripción

Trabajo de Fin de Grado centrado en el desarrollo de modelos preentrenados de Computer Vision para clasificación y detección de objetos utilizando arquitecturas CNN modernas. El proyecto incluye una aplicación web para demostrar las capacidades de los modelos.

Características Principales

• Implementación de arquitecturas CNN modernas (ResNet, EfficientNet)
• Transfer learning con modelos preentrenados
• API REST para inferencia de modelos
• Aplicación web interactiva con Flask
• Despliegue con Docker para portabilidad

Tecnologías Utilizadas

El proyecto utiliza PyTorch como framework de deep learning, Flask para el desarrollo del backend web, y Docker para containerización y despliegue.

Resultados

Los modelos desarrollados alcanzan una precisión superior al 90% en tareas de clasificación de imágenes, demostrando la efectividad del transfer learning en problemas de visión artificial.