Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/
440 KB : 32 páginas ; figuras, tablas
- Autores:
-
Ramirez Muñiz, Carlos Andres.
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Corporación Universitaria del Caribe - CECAR
- Repositorio:
- Repositorio Digital CECAR
- Idioma:
- OAI Identifier:
- oai:repositorio.cecar.edu.co:cecar/10611
- Acceso en línea:
- https://repositorio.cecar.edu.co/handle/cecar/10611
https://catalogo.cecar.edu.co/bib/37183
- Palabra clave:
- Habilidades
IA.
Red neuronal.
OCR.
Ingreso.
Inteligencia artificial.
Registro.
Salida.
Sistema.
Vehículos.
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
RepoCECAR2_87f50f012ccf848f3cff27ebee85492f |
|---|---|
| oai_identifier_str |
oai:repositorio.cecar.edu.co:cecar/10611 |
| network_acronym_str |
RepoCECAR2 |
| network_name_str |
Repositorio Digital CECAR |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| title |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| spellingShingle |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ Habilidades IA. Red neuronal. OCR. Ingreso. Inteligencia artificial. Registro. Salida. Sistema. Vehículos. |
| title_short |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| title_full |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| title_fullStr |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| title_full_unstemmed |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| title_sort |
Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/ |
| dc.creator.fl_str_mv |
Ramirez Muñiz, Carlos Andres. |
| dc.contributor.advisor.none.fl_str_mv |
Romero Cardenas, Henrique Javier |
| dc.contributor.author.spa.fl_str_mv |
Ramirez Muñiz, Carlos Andres. |
| dc.subject.lemb.spa.fl_str_mv |
Habilidades IA. Red neuronal. OCR. Ingreso. Inteligencia artificial. Registro. Salida. Sistema. Vehículos. |
| topic |
Habilidades IA. Red neuronal. OCR. Ingreso. Inteligencia artificial. Registro. Salida. Sistema. Vehículos. |
| description |
440 KB : 32 páginas ; figuras, tablas |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-07-28T20:39:58Z |
| dc.date.issued.spa.fl_str_mv |
2025 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.cecar.edu.co/handle/cecar/10611 |
| dc.identifier.local.spa.fl_str_mv |
INS-09341 2025 |
| dc.identifier.url.spa.fl_str_mv |
https://catalogo.cecar.edu.co/bib/37183 |
| dc.identifier.barcode.spa.fl_str_mv |
T-09341 |
| url |
https://repositorio.cecar.edu.co/handle/cecar/10611 https://catalogo.cecar.edu.co/bib/37183 |
| identifier_str_mv |
INS-09341 2025 T-09341 |
| dc.relation.references.spa.fl_str_mv |
Akpojotor, P., Adetunmbi, A., Alese, B., & Oluwatope, A. (2021). Automatic license plate recognition on microprocessors and custom computing platforms: A review. IET Image Processing, 15(12), 2717-2735. https://doi.org/10.1049/ipr2.12262 García-Herrera, J. L. (2020). Inteligencia artificial en las organizaciones. http://repository.unimilitar.edu.co/handle/10654/36011 Hussain, M. (2024). YOLOv5, YOLOv8 and YOLOv10: The Go-To Detectors for Real-time Vision (No. arXiv:2407.02988; Versión 1). arXiv. https://doi.org/10.48550/arXiv.2407.02988 Lozada, J. (2014). Investigación Aplicada: Definición, Propiedad Intelectual e Industria. CienciAmérica: Revista de divulgación científica de la Universidad Tecnológica Indoamérica, 3(1), 47-50. Merino, M. (2019, agosto 18). Conceptos de inteligencia artificial: Qué es la inteligencia artificial antagónica (y cómo puede manipular a otras IAs). Xataka. https://www.xataka.com/inteligencia-artificial/conceptos-inteligencia-artificial-que-inteligencia-artificial-antagonica-como-puede-manipular-a-otras-ias Morales, J. S. C., & Rodriguez Duarte, W. (2021). DESARROLLO E IMPLEMENTACIÓN DE UN SISTEMA AUTOMÁTICO DE RECONOCIMIENTO DE PLACAS VEHICULARES. http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/6304 Pressman, R. & Maxim, Bruce. (2019). Software Engineering: A Practitioner’s Approach (9.a ed.). McGraw-Hill, Inc. Roboflow. (2022). License Plates Object Detection Dataset. Roboflow. https://public.roboflow.com/object-detection/license-plates-us-eu Sultan, F., Khan, K., Shah, Y. A., Shahzad, M., Khan, U., & Mahmood, Z. (2023). Towards Automatic License Plate Recognition in Challenging Conditions. Applied Sciences, 13(6), Article 6. https://doi.org/10.3390/app13063956 Taborda, o, & Stiven, rayan. (2019). Modelo OCR para reconocimiento de placas de vehículos. http://repository.eia.edu.co/handle/11190/2534 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribuci?n-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribuci?n-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
440 KB : 32 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Corporación Universitaria del Caribe - CECAR |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias B?sicas, Ingenier?as y Arquitectura |
| dc.publisher.place.spa.fl_str_mv |
Sincelejo |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
| institution |
Corporación Universitaria del Caribe - CECAR |
| bitstream.url.fl_str_mv |
https://repositorio.cecar.edu.co/bitstreams/f6138c6d-1770-4922-91cd-228a8788a4c9/download https://repositorio.cecar.edu.co/bitstreams/b7b3766c-b470-4f8d-bb7c-483ff7bc1f7d/download https://repositorio.cecar.edu.co/bitstreams/9edd8d24-4602-477e-ae31-f5ee7649b796/download |
| bitstream.checksum.fl_str_mv |
fc87f7ed0ad0bb6ad81d33d7d7b42c43 a8a703bee64510d2926d4ea2008ae675 a7ceef61aca1911df139042c71ec3b07 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital de la Corporación Universitaria Del Caribe (Cecar) |
| repository.mail.fl_str_mv |
biblioteca@cecar.edu.co |
| _version_ |
1851054152589770752 |
| spelling |
Romero Cardenas, Henrique Javiervirtual::577-1Ramirez Muñiz, Carlos Andres.2025-07-28T20:39:58Z2025https://repositorio.cecar.edu.co/handle/cecar/10611INS-09341 2025https://catalogo.cecar.edu.co/bib/37183T-09341440 KB : 32 páginas ; figuras, tablasEn el mundo actual, la tecnología ha experimentado avances sin precedentes en diversas áreas, y una de ellas es la inteligencia artificial (IA). Mediante el uso de algoritmos y modelos avanzados, los sistemas de registro de ingreso y salida vehicular son capaces de reconocer y analizar patrones en tiempo real. El propósito fundamental de esta investigación radicó en el diseño de un sistema que integra la capacidad de visión de computadores de un modelo YOLO para el reconocimiento de objetos; específicamente, vehículos (capacidad pre-entrenada) y con entrenamiento sobre un dataset, licencias de vehículos. Adicionalmente, se integrará un modelo de reconocimiento de caracteres (OCR) el cual estará encargado de extraer el texto de la licencia vehicular con el fin de registrar automáticamente el movimiento de vehículos a través de un puesto de control. Para el proceso de investigación se utilizó una metodología de tipo investigación aplicada - experimental, mediante el entrenamiento de la red neuronal del modelo de reconocimiento de objetos YOLOv8, en el proceso se utilizaron datasets libres y a través de las detecciones de este modelo se generó un dataset de placas para entrenar el modelo de OCR. En la etapa de validación se realizaron pruebas de software de verificación y validación (V&V) obteniendo como resultado un análisis comparativo entre el desempeño del subsistema de reconocimiento de matrículas a través de pruebas de campo. El trabajo.In today's world, technology has seen unprecedented advances in various areas, one of them being artificial intelligence (AI). Through the use of advanced algorithms and models, vehicle entry and exit registration systems are capable of recognizing and analyzing patterns in real time. The fundamental purpose of this research was the design of a system that integrates the computer vision capacity of a YOLO model for object recognition, specifically, vehicles (pre-trained capacity) and, with training on a dataset, vehicle licenses. Additionally, a character recognition (OCR) model will be integrated, which will be responsible for extracting the text from the vehicle license in order to automatically record the movement of vehicles through a checkpoint. For the research process, an applied-experimental research type methodology was used by training the neural network of the YOLOv8 object recognition model. In the process, free datasets were used, and through the detections of this model, a license plate dataset was used to train the OCR model. In the validation stage, verification and validation (V&V) software tests were carried out, resulting in a comparative analysis between the performance of the license plate recognition subsystem through field tests. El trabajo.PregradoIngeniero(a) de SistemasTrabajo de grado(Ingeniero de Sistemas) --Corporación Universitaria del Caribe. Facultad de Ciencias Básicas, Ingenierías y Arquitectura. Programa de Ingeniería de Sistemas. Sincelejo, 2025.440 KB : 32 páginasapplication/pdfCorporación Universitaria del Caribe - CECARFacultad de Ciencias B?sicas, Ingenier?as y ArquitecturaSincelejoIngeniería de Sistemashttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribuci?n-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2Prototipo para detección de objetos dirigido a licencia vehicular reconocimiento de placas implementando un modelo de detección de objetos entrenado en base a la arquitectura YOLO/Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_71e4c1898caa6e32Akpojotor, P., Adetunmbi, A., Alese, B., & Oluwatope, A. (2021). Automatic license plate recognition on microprocessors and custom computing platforms: A review. IET Image Processing, 15(12), 2717-2735. https://doi.org/10.1049/ipr2.12262García-Herrera, J. L. (2020). Inteligencia artificial en las organizaciones. http://repository.unimilitar.edu.co/handle/10654/36011Hussain, M. (2024). YOLOv5, YOLOv8 and YOLOv10: The Go-To Detectors for Real-time Vision (No. arXiv:2407.02988; Versión 1). arXiv. https://doi.org/10.48550/arXiv.2407.02988Lozada, J. (2014). Investigación Aplicada: Definición, Propiedad Intelectual e Industria. CienciAmérica: Revista de divulgación científica de la Universidad Tecnológica Indoamérica, 3(1), 47-50.Merino, M. (2019, agosto 18). Conceptos de inteligencia artificial: Qué es la inteligencia artificial antagónica (y cómo puede manipular a otras IAs). Xataka. https://www.xataka.com/inteligencia-artificial/conceptos-inteligencia-artificial-que-inteligencia-artificial-antagonica-como-puede-manipular-a-otras-iasMorales, J. S. C., & Rodriguez Duarte, W. (2021). DESARROLLO E IMPLEMENTACIÓN DE UN SISTEMA AUTOMÁTICO DE RECONOCIMIENTO DE PLACAS VEHICULARES. http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/6304Pressman, R. & Maxim, Bruce. (2019). Software Engineering: A Practitioner’s Approach (9.a ed.). McGraw-Hill, Inc.Roboflow. (2022). License Plates Object Detection Dataset. Roboflow. https://public.roboflow.com/object-detection/license-plates-us-euSultan, F., Khan, K., Shah, Y. A., Shahzad, M., Khan, U., & Mahmood, Z. (2023). Towards Automatic License Plate Recognition in Challenging Conditions. Applied Sciences, 13(6), Article 6. https://doi.org/10.3390/app13063956Taborda, o, & Stiven, rayan. (2019). Modelo OCR para reconocimiento de placas de vehículos. http://repository.eia.edu.co/handle/11190/2534HabilidadesIA.Red neuronal.OCR.Ingreso.Inteligencia artificial.Registro.Salida.Sistema.Vehículos.Publication2f6bba50-9c81-4d0f-8b42-017bec7dc14cvirtual::577-12f6bba50-9c81-4d0f-8b42-017bec7dc14cvirtual::577-1ORIGINALPROTOTIPO PARA DETECCIÓN DE OBJETOS DIRIGIDO A LICENCIA VEHICULAR.pdfapplication/pdf450279https://repositorio.cecar.edu.co/bitstreams/f6138c6d-1770-4922-91cd-228a8788a4c9/downloadfc87f7ed0ad0bb6ad81d33d7d7b42c43MD51trueAnonymousREADTEXTPROTOTIPO PARA DETECCIÓN DE OBJETOS DIRIGIDO A LICENCIA VEHICULAR.pdf.txtPROTOTIPO PARA DETECCIÓN DE OBJETOS DIRIGIDO A LICENCIA VEHICULAR.pdf.txtExtracted texttext/plain48460https://repositorio.cecar.edu.co/bitstreams/b7b3766c-b470-4f8d-bb7c-483ff7bc1f7d/downloada8a703bee64510d2926d4ea2008ae675MD52falseAnonymousREADTHUMBNAILPROTOTIPO PARA DETECCIÓN DE OBJETOS DIRIGIDO A LICENCIA VEHICULAR.pdf.jpgPROTOTIPO PARA DETECCIÓN DE OBJETOS DIRIGIDO A LICENCIA VEHICULAR.pdf.jpgGenerated Thumbnailimage/jpeg6191https://repositorio.cecar.edu.co/bitstreams/9edd8d24-4602-477e-ae31-f5ee7649b796/downloada7ceef61aca1911df139042c71ec3b07MD53falseAnonymousREADcecar/10611oai:repositorio.cecar.edu.co:cecar/106112025-11-25 08:46:23.225https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.cecar.edu.coRepositorio Digital de la Corporación Universitaria Del Caribe (Cecar)biblioteca@cecar.edu.co |