Estudo e aplicación de AWS Rekognition para o recoñecemento automático de etiquetas de roupa en imaxes de usuario.
Autoría
E.F.D.S.
Dobre Grao en Enxeñaría Informática e en Matemáticas (2ªed)
E.F.D.S.
Dobre Grao en Enxeñaría Informática e en Matemáticas (2ªed)
Data da defensa
20.02.2025 10:00
20.02.2025 10:00
Resumo
Na actualidade existen múltiples ferramentas para realizar procesos de clasificación de imaxes, tales como as redes neuronais convolucionales e os transformers. Con todo, a marca Zara continúa realizando a etiquetaxe de maneira manual, o que deriva nun conxunto de etiquetas inexactas. Por esta razón, neste traballo explórase a implementación de métodos automatizados que melloren os resultados obtidos de forma manual. O propósito desta investigación é avaliar e analizar a eficacia do servizo de {AWS Rekognition Custom Labels para etiquetar pezas de vestir. A estratexia adoptada pretende identificar os límites do servizo para a referida tarefa a través dunha análise da viabilidade do conxunto de datos orixe. O desenvolvemento do proxecto comeza cunha análise preliminar do conxunto de datos para determinar a súa idoneidade para o adestramento de modelos. Posteriormente, realízase un exame das restricións do servizo, considerando cinco variables principais: o número total de imaxes, a interrelación entre as etiquetas, o tipo de etiqueta, a cantidade de imaxes dispoñibles para cada etiqueta e a influencia de cada etiqueta sobre as demais. Para logralo, utilizaranse varios recursos como o propio servizo, un conxunto de datos inicial e unha API REST desenvolvida para este proxecto. Entre os principais achados destácanse a baixa relevancia do número total de imaxes, así como as limitacións asociadas ao tipo de etiqueta e a importancia de que as etiquetas non estean excesivamente relacionadas.
Na actualidade existen múltiples ferramentas para realizar procesos de clasificación de imaxes, tales como as redes neuronais convolucionales e os transformers. Con todo, a marca Zara continúa realizando a etiquetaxe de maneira manual, o que deriva nun conxunto de etiquetas inexactas. Por esta razón, neste traballo explórase a implementación de métodos automatizados que melloren os resultados obtidos de forma manual. O propósito desta investigación é avaliar e analizar a eficacia do servizo de {AWS Rekognition Custom Labels para etiquetar pezas de vestir. A estratexia adoptada pretende identificar os límites do servizo para a referida tarefa a través dunha análise da viabilidade do conxunto de datos orixe. O desenvolvemento do proxecto comeza cunha análise preliminar do conxunto de datos para determinar a súa idoneidade para o adestramento de modelos. Posteriormente, realízase un exame das restricións do servizo, considerando cinco variables principais: o número total de imaxes, a interrelación entre as etiquetas, o tipo de etiqueta, a cantidade de imaxes dispoñibles para cada etiqueta e a influencia de cada etiqueta sobre as demais. Para logralo, utilizaranse varios recursos como o propio servizo, un conxunto de datos inicial e unha API REST desenvolvida para este proxecto. Entre os principais achados destácanse a baixa relevancia do número total de imaxes, así como as limitacións asociadas ao tipo de etiqueta e a importancia de que as etiquetas non estean excesivamente relacionadas.
Dirección
CARREIRA NOUCHE, MARIA JOSE (Titoría)
Rodríguez Díez, Helio Cotitoría
CARREIRA NOUCHE, MARIA JOSE (Titoría)
Rodríguez Díez, Helio Cotitoría
Tribunal
ARIAS RODRIGUEZ, JUAN ENRIQUE (Presidente/a)
Querentes Hermida, Raquel Esther (Secretario/a)
PIÑEIRO POMAR, CESAR ALFREDO (Vogal)
ARIAS RODRIGUEZ, JUAN ENRIQUE (Presidente/a)
Querentes Hermida, Raquel Esther (Secretario/a)
PIÑEIRO POMAR, CESAR ALFREDO (Vogal)