Sistema automático de gestión de estacionamiento utilizando inteligencia artificial
- Autores
- Cortese, Gian; Lange, Julián Alejandro; Godoy, Diego Alberto; Kornuta, Carlos; Kucuk, Lucas; Schuster, Jonathan M.; Albornoz, Enrique Marcelo
- Año de publicación
- 2025
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Este trabajo propone el desarrollo de un sistema automático de gestión de estacionamiento utilizando inteligencia artificial. El proyecto se basa en visión artificial y deep learning, planificando el uso de cámaras y la red neuronal YOLO (You Only Look Once) para detectar vehículos y plazas de estacionamiento. La metodología incluye pruebas con diferentes versiones de YOLO para identificar el modelo más adecuado, evaluando el promedio de confianza, velocidad de inferencia y porcentaje de aciertos. Se planea utilizar Python y la librería Ultralytics para desarrollar un sistema que segmente regiones de interés y clasifique espacios como disponibles u ocupados. El objetivo es crear una solución versátil, confiable y de rápido procesamiento, aplicable a diversos escenarios.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Smart parking
YOLO
visión artificial - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/183917
Ver los metadatos del registro completo
id |
SEDICI_3277321f2406068c99c9369bfbcebc42 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/183917 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificialCortese, GianLange, Julián AlejandroGodoy, Diego AlbertoKornuta, CarlosKucuk, LucasSchuster, Jonathan M.Albornoz, Enrique MarceloCiencias InformáticasSmart parkingYOLOvisión artificialEste trabajo propone el desarrollo de un sistema automático de gestión de estacionamiento utilizando inteligencia artificial. El proyecto se basa en visión artificial y deep learning, planificando el uso de cámaras y la red neuronal YOLO (You Only Look Once) para detectar vehículos y plazas de estacionamiento. La metodología incluye pruebas con diferentes versiones de YOLO para identificar el modelo más adecuado, evaluando el promedio de confianza, velocidad de inferencia y porcentaje de aciertos. Se planea utilizar Python y la librería Ultralytics para desarrollar un sistema que segmente regiones de interés y clasifique espacios como disponibles u ocupados. El objetivo es crear una solución versátil, confiable y de rápido procesamiento, aplicable a diversos escenarios.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf259-263http://sedici.unlp.edu.ar/handle/10915/183917spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T10:32:47Zoai:sedici.unlp.edu.ar:10915/183917Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 10:32:47.754SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
title |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
spellingShingle |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial Cortese, Gian Ciencias Informáticas Smart parking YOLO visión artificial |
title_short |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
title_full |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
title_fullStr |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
title_full_unstemmed |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
title_sort |
Sistema automático de gestión de estacionamiento utilizando inteligencia artificial |
dc.creator.none.fl_str_mv |
Cortese, Gian Lange, Julián Alejandro Godoy, Diego Alberto Kornuta, Carlos Kucuk, Lucas Schuster, Jonathan M. Albornoz, Enrique Marcelo |
author |
Cortese, Gian |
author_facet |
Cortese, Gian Lange, Julián Alejandro Godoy, Diego Alberto Kornuta, Carlos Kucuk, Lucas Schuster, Jonathan M. Albornoz, Enrique Marcelo |
author_role |
author |
author2 |
Lange, Julián Alejandro Godoy, Diego Alberto Kornuta, Carlos Kucuk, Lucas Schuster, Jonathan M. Albornoz, Enrique Marcelo |
author2_role |
author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Smart parking YOLO visión artificial |
topic |
Ciencias Informáticas Smart parking YOLO visión artificial |
dc.description.none.fl_txt_mv |
Este trabajo propone el desarrollo de un sistema automático de gestión de estacionamiento utilizando inteligencia artificial. El proyecto se basa en visión artificial y deep learning, planificando el uso de cámaras y la red neuronal YOLO (You Only Look Once) para detectar vehículos y plazas de estacionamiento. La metodología incluye pruebas con diferentes versiones de YOLO para identificar el modelo más adecuado, evaluando el promedio de confianza, velocidad de inferencia y porcentaje de aciertos. Se planea utilizar Python y la librería Ultralytics para desarrollar un sistema que segmente regiones de interés y clasifique espacios como disponibles u ocupados. El objetivo es crear una solución versátil, confiable y de rápido procesamiento, aplicable a diversos escenarios. Red de Universidades con Carreras en Informática |
description |
Este trabajo propone el desarrollo de un sistema automático de gestión de estacionamiento utilizando inteligencia artificial. El proyecto se basa en visión artificial y deep learning, planificando el uso de cámaras y la red neuronal YOLO (You Only Look Once) para detectar vehículos y plazas de estacionamiento. La metodología incluye pruebas con diferentes versiones de YOLO para identificar el modelo más adecuado, evaluando el promedio de confianza, velocidad de inferencia y porcentaje de aciertos. Se planea utilizar Python y la librería Ultralytics para desarrollar un sistema que segmente regiones de interés y clasifique espacios como disponibles u ocupados. El objetivo es crear una solución versátil, confiable y de rápido procesamiento, aplicable a diversos escenarios. |
publishDate |
2025 |
dc.date.none.fl_str_mv |
2025-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/183917 |
url |
http://sedici.unlp.edu.ar/handle/10915/183917 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 259-263 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1843533144960008192 |
score |
13.001348 |