A continuación, se muestra la organización del documento CNN, que se encuentra en la carpeta de RETO. Se explicará brevemente lo realizado en cada parte:
En primer lugar, se realizó un análisis de los datos para comprender la problemática y definir los requisitos del proyecto. Como parte de este proceso, se segmentaron manualmente alrededor de 200 imágenes.
Se exploró una variedad de filtros para observar cómo reaccionaban las imágenes a ellos y determinar si era necesario su uso.
Se aplicaron técnicas de redimensionamiento necesarias para la CNN.
Se implementaron técnicas de aumento de datos, incluyendo rotaciones de 90°, 180° y 270°.
Se entrenó una CNN - U-net utilizando un total de 585 imágenes. Fue evaluado con diferentes métricas tomando como principal la precisión Los resultados obtenidos fueron los siguientes:
En el siguiente link se encuentra un archivo llamado MODEL.h5, que corresponde al modelo entrenado. Este modelo será utilizado en el archivo Time-lapse.ipynb, ubicado en la carpeta del reto. Este código se divide en dos partes importantes:
Enlace a la carpeta de Google Drive
La primera sección del código se encarga únicamente de generar la predicción de las imágenes.
La segunda sección combina las imágenes predichas y las convierte en un video. Puedes visualizar un ejemplo del resultado aquí:
Se escribio un paper detallando este proyecto y sus resultados. Este archivo corresponde a Reporte.pdf