¿Es posible entrenar modelos de aprendizaje profundo con datos sintéticos?
Use este enlace para citar
http://hdl.handle.net/2183/23715
A non ser que se indique outra cousa, a licenza do ítem descríbese como Atribución-NoComercial-CompartirIgual 4.0
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
¿Es posible entrenar modelos de aprendizaje profundo con datos sintéticos?Título(s) alternativo(s)
Is it possible to train deep Learning models with Synthetic data?Data
2019Cita bibliográfica
Vallez, N., Velasco-Mata, A., Cotorro, J.J., Deniz, O. (2019). ¿Es posible entrenar modelos de aprendizaje profundo con datos sintéticos? En XL Jornadas de Automática: libro de actas, Ferrol, 4-6 de septiembre de 2019 (pp. 859-865). DOI capítulo: https://doi.org/10.17979/spudc.9788497497169.859. DOI libro: https://doi.org/10.17979/spudc.9788497497169
Resumo
[Resumen] La demanda de datos para el entrenamiento de las
nuevas t ecnicas de aprendizaje profundo se ha incrementado
durante los ultimos a~nos. Aunque se
ha creado una comunidad extensa alrededor del intercambio
de datos, e incluso muchos de los conjuntos
de datos de grandes empresas se han publicado
de forma gratuita, contin ua habiendo problemas
espec cos para los que no se dispone de
conjuntos espec cos para el entrenamiento de los
modelos que los resuelvan. Este es el caso de la
detecci on de armas en escenas videovigiladas donde
la detecci on temprana de situaciones y objetos
peligrosos es de vital importancia. Varias han sido
las soluciones propuestas en los ultimos a~nos
al respecto pero la adquisici on de los datos necesarios
para su desarrollo sigue siendo un problema.
Por ello, en este trabajo se propone generar
im agenes de videovigilancia con un motor gr a co
y comprobar si estos datos sint eticos pueden sustituir
la captura y el etiquetado de im agenes reales [Abstract] With the development of the new deep lear-
ning techniques, the data demand for trai-
ning these models has increased. Although
a large community has been created around
data and even big companies have relea-
se their own datasets free of charge, there
are speci c problems for which training da-
tasets are not available. This is the case
of weapon detection in video-surveillance where the early detection of dangerous si-
tuations and objects is of vital importance.
Several solutions have been proposed in the
last years but the data barrier is still a pro-
blem. Therefore, in this work we propose
to generate video surveillance images with
a graphical engine and check if the synt-
hetic data generated can replace collecting
and labeling real images
Palabras chave
Detección de objetos
Aprendizaje profundo
Datos sintéticos
Object detection
Deep learning
Syntetic data
Aprendizaje profundo
Datos sintéticos
Object detection
Deep learning
Syntetic data
Versión do editor
Dereitos
Atribución-NoComercial-CompartirIgual 4.0
ISBN
978-84-9749-716-9