Evaluación de redes convolucionales para la segmentación de objetos geográficos: un insumo para la cartografía básica a escala 1:2000 basado en el catálogo del IGAC

Este trabajo de grado explora el uso de redes neuronales convolucionales (CNN) para la segmentación automática de objetos geográficos en la generación de cartografía básica a escala 1:2000, enfocándose en municipios de Colombia. Se analizan las similitudes entre objetos geográficos (vías, zonas verd...

Full description

Autores:

Forero Zapata, Sebastian

Tipo de recurso:

Trabajo de grado de pregrado

Fecha de publicación:

2024

Institución:

Universidad Distrital Francisco José de Caldas

Repositorio:

RIUD: repositorio U. Distrital

Idioma:

spa

OAI Identifier:

oai:repository.udistrital.edu.co:11349/39819

Acceso en línea:

http://hdl.handle.net/11349/39819

Palabra clave:

Redes neuronales convolucionales
Transfer learning
IGAC
Segmentación de objetos geográficos
Cartografía básica
Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas
Redes neurales (Computadores)
Cartografía
Escalas (Cartografía)
Convolutional neural networks
Geographic object segmentation
Basic cartography
Transfer learning
IGAC

Rights

License

Attribution-NonCommercial-NoDerivatives 4.0 Internacional