Este trabajo se enfoca en la comparación de nueve algoritmos de máquinas de aprendizaje para el desarrollo de un detector de coral. Este detector consta de una parte de extracción de vectores característicos, la cual se realiza con filtros Gabor Wavelets; y una parte de clasificación de vectores que usa máquinas de aprendizaje, basado en Redes Neuronales. Se realizó la comparación de la precisión y el tiempo de ejecución de nueve algoritmos de máquinas de aprendizaje, cuyo resultado fue la selección del algoritmo de Árboles de Decisión. Se implementó un banco de filtros Gabor Wavelets utilizando C++ y la librería OpenCV. Se utilizó una base de datos de 621 imágenes de corales de Belice (110 imágenes de entrenamiento y 511 imágenes de prueba). Nuestro detector de coral posee un tiempo de ejecución de 70ms con 70% de precisión.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados