Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones.

Date
2023
Authors
Navarro Casseres, Beitman Ricardo
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Magdalena
Abstract
Este informe presenta el desarrollo de una base de datos en Python 3.8.18 destinada al entrenamiento de redes neuronales convolucionales (CNN) para llevar a cabo la clasificación de categorías geoespaciales, incluyendo bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas y otras representaciones. El enfoque central de este proyecto es la implementación de dicho sistema en entornos de segmentación específicos para ortomosaicos de 4 bandas. El objetivo principal es la automatización integral del proceso de generación de planos. La propuesta técnica se fundamenta en la aplicación de inteligencia artificial (IA) y el lenguaje de programación Python, concebidos como herramientas innovadoras para mejorar la eficiencia y precisión en la producción de planos geoespaciales. Este enfoque tecnológico ofrece mejoras notables en términos de velocidad y exactitud, destacando su ventaja competitiva frente a los métodos tradicionales empleados en el ámbito de la cartografía y la generación de planos.
Description
Keywords
Segmentación de ortomosaicos, Base de datos en Python, Clasificación geoespacial, Automatización del proceso de generación de planos
Citation
item.page.fuente