Detección y Clasificación Eficiente de Señales de Tráfico mediante Redes Convolucionales

P oyec o Fin de Ca e a
Ingenie ía de Telecomunicación
Fo ma o de Publicación de la Escuela Técnica
Supe io de Ingenie ía
Au o : F. Ja ie Payán Some
Tu o : Juan José Mu illo Fuen es
Dep. Teo ía de la Señal y Comunicaciones
Escuela Técnica Supe io de Ingenie ía
Uni e sidad de Se illa
Se illa, 2013
T abajo Fin de G ado
G ado en Ingenie ía de las Tecnologías de las Tele-
comunicaciones
De ección y Clasi icación E icien e
de Señales de
T á ico
median e Redes
Con olucionales
Au o : Ál a o Muñoz Espinosa
Tu o es: José Rami o Ma ínez de Dios, Raúl Tapia López
Dp o. Ingenie ía Eléc ica
Escuela Técnica Supe io de Ingenie ía
Uni e sidad de Se illa
Se illa, 2025
T abajo Fin de G ado
G ado en Ingenie ía de las Tecnologías de las Telecomunicaciones
De ección y Clasi icación E icien e de Señales de
T á ico median e Redes Con olucionales
Au o :
Ál a o Muñoz Espinosa
Tu o :
José Rami o Ma ínez de Dios
Ca ed á ico
Raúl Tapia López
Ingenie io Técnico Indus ial
Dp o. Ingenie ía Eléc ica
Escuela Técnica Supe io de Ingenie ía
Uni e sidad de Se illa
Se illa, 2025
T abajo Fin de G ado:
De ección y Clasi icación E icien e de Señales de
T á ico
median e
Redes Con olucionales
Au o : Ál a o Muñoz Espinosa
Tu o es: José Rami o Ma ínez de Dios, Raúl Tapia López
El ibunal nomb ado pa a juzga el abajo a iba indicado, compues o po los siguien es p o eso es:
P esiden e:
Vocal/es:
Sec e a io:
acue dan o o ga le la cali icación de:
El Sec e a io del T ibunal
Fecha:

Ag adecimien os
Me gus a ía, en p ime luga , ag adece a mis pad es po la g an educación que me han dado desde
pequeño y po odo el apoyo incondicional que siemp e me han b indado. Sin su guía y su ejemplo,
nada de es o hab ía sido posible. A mi he mano Millán, po se siemp e esa e e encia a la que mi a
y segui , no solo po se el mayo , sino po la g an pe sona que es.
Quie o ambién exp esa mi g a i ud a odos mis amigos, quienes han c eído en mí y me han
ayudado a man ene me en ocado en es e camino, especialmen e a mi mejo amiga y compañe a de
ida, And ea, quien siemp e ha con iado en mis capacidades y se ha p eocupado cons an emen e
po que no pe die a el umbo y con inua a es udiando.
Asimismo, me gus a ía econoce me a mí mismo, po la madu ez que he adqui ido a lo la go de
es os años y po el es ue zo que he pues o en co egi mis e o es. Po odas esas ho as de abajo
as una ba a, que me pe mi ie on cos ea me la ca e a, y po el p o esional en el que me es oy
con i iendo. Hoy puedo deci con o gullo que odo ese sac i icio ha alido la pena.
No puedo deja de ag adece a mis compañe os de abajo Rubén y Ra a, po su ayuda y o ien ación
du an e la ealización de es e TFG. También a mi compañe o de ca e a En ique, de quien he
ap endido muchísimo y quien me ha con agiado esa mo i ación cons an e po mejo a .
Finalmen e, quie o da las g acias a mi u o Rami o, po su aliosa u o ía du an e es e p oyec o,
y a Raúl Tapia, po su gene osa ayuda y el apoyo desin e esado que me ha o ecido.
I
Resumen
E
n el ámbi o de la segu idad ial y la asis encia a la conducción, el econocimien o de señales
de á ico median e écnicas de isión a i icial se ha con e ido en un á ea de g an in e és.
Es e T abajo Fin de G ado iene como obje i o desa olla un sis ema e icien e pa a la de ección y
clasi icación ápida de señales de á ico, u ilizando edes neu onales con olucionales p o undas.
El p oyec o se compone de dos e apas p incipales: la de ección de señales, ealizada median e la
a qui ec u a YOLO 8, y la clasi icación de las mismas, pa a lo cual se han diseñado y en enado
edes pe sonalizadas. A lo la go del abajo se ha lle ado a cabo un exhaus i o es udio del es ado
del a e en edes neu onales y a qui ec u as p o undas, así como un análisis de allado de los ipos
de capas más ele an es y las mé icas que se usan pa a e alua el endimien o de los modelos.
El sis ema se ha en enado y alidado u ilizando conjun os de da os econocidos, como BDD100K
pa a la de ección y GTSDB pa a la clasi icación. Adicionalmen e, se ha desa ollado un pipeline
au oma izado que pe mi e in eg a ambas e apas y p ocesa secuencias de ideo en iempo eal,
mos ando la iabilidad del sis ema pa a su aplicación en en o nos eales.
Po úl imo, se han compa ado los esul ados ob enidos po las edes pe sonalizadas con los mode-
los de clasi icación de YOLO 8 demos ando que las edes desa olladas alcanzan un endimien o
compe i i o en é minos de p ecisión y una mejo a signi ica i a en la elocidad de in e encia, siendo
has a diez eces más ápidas.
III
XÍndice
3.3 Mé icas 21
3.3.1 Mé icas pa a p oblemas de clasi icación 21
3.3.2 Mé icas p oblemas de de ección 22
3.4 Red de clasi icación 23
3.4.1 Redes de clasi icación YOLO 8 24
3.4.2 Redes de clasi icación c eadas 26
3.5 Red de de ección 28
3.6 Conclusiones 30
4 Expe imen os 33
4.1 Ins alación de lib e ías y paque es necesa ios 33
4.1.1 Lib e ías de Py hon 34
4.2 Red de ección 34
4.2.1 T a amien o de da os 34
4.2.2 En enamien o 35
4.3 Red clasi icación 39
4.3.1 T a amien o de da os 39
4.3.2 En enamien o y alidación de las edes de clasi icación c eadas 41
Es uc u a del a chi o de con igu ación 41
Implemen ación del en enamien o 43
Resul ados ob enidos 44
4.3.3 En enamien o y alidación de las edes de clasi icación de YOLO 8 46
4.3.4 Compa a i a de las edes de clasi icación de YOLO 8 y las c eadas en es e TFG 48
4.3.5 Análisis de los e o es de las edes 52
4.4 Au oma ización del enlace en e edes de de ección y clasi icación 54
5 Conclusiones y desa ollos u u os 57
5.1 Fu u as líneas de in es igación 58
Índice de Figu as 61
Índice de Tablas 63
Bibliog a ía 65

1 In oducción
En un con ex o donde la in eligencia a i icial (IA) se ha con e ido en un eje cen al del desa ollo
ecnológico, sus aplicaciones en la indus ia au omo ilís ica es án ma cando un an es y un después
en é minos de segu idad ial y asis encia al conduc o . Sis emas como el enado au omá ico
de eme gencia, el man enimien o de ca il y el econocimien o de oz son solo algunas de las
implemen aciones que, g acias al ap endizaje p o undo y las edes neu onales, es án ace cando a
los ehículos hacia la conducción au ónoma.
El econocimien o de señales de á ico cons i uye un pila undamen al en es e a ance ecnológico.
Pe mi e inc emen a la segu idad al ale a al conduc o sob e la p esencia de señales que, po
di e sas ci cuns ancias, pod ía no pe cibi . Sin emba go, es e p oblema p esen a e os signi ica i os
debido a ac o es como a iaciones en la iluminación, condiciones climá icas ad e sas y la g an
di e sidad de señales exis en es.
Es e T abajo de Fin de G ado (TFG) abo da la a ea de econocimien o de señales de á ico
median e el uso de modelos a anzados de edes neu onales con olucionales, con un en oque
especí ico en la de ección y clasi icación ápida y e icien e de señales. El p oyec o se cen a en el
desa ollo de un sis ema modula compues o po dos e apas p incipales: la de ección y la clasi icación.
La de ección se enca ga de localiza las señales de á ico p esen es en una imagen, mien as que la
clasi icación iene como obje i o de e mina el ipo exac o de señal de ec ada. Es e en oque modula
pe mi e una mayo lexibilidad y escalabilidad del sis ema, así como la posibilidad de op imiza y
e alua de mane a independien e cada una de las e apas.
Pa a la de ección se emplean modelos de la a qui ec u a YOLO 8. Po o o lado, se desa ollan e-
des de clasi icación pe sonalizadas, diseñadas y en enadas especí icamen e pa a es a a ea. Además,
se implemen a un pipeline au oma izado que enlaza ambas e apas, pe mi iendo el p ocesamien o
con inuo de secuencias de ideo y acili ando su aplicación en sis emas a anzados de asis encia al
conduc o (ADAS).
Finalmen e, el abajo incluye un análisis exhaus i o de los e o es de las edes, con el obje i o
de iden i ica los p incipales desa íos del sis ema y p opone posibles líneas de mejo a. Es e TFG
combina el uso de a qui ec u as de angua dia en isión a i icial con el desa ollo de soluciones
pe sonalizadas, plan eando un sis ema modula y escalable pa a el econocimien o de señales de
á ico que pod ía se i como base pa a u u as in es igaciones en el á ea de la segu idad ial y la
conducción au ónoma.
1.1 Obje i os
El p incipal obje i o de es e T abajo de Fin de G ado es desa olla un sis ema de econocimien o
de señales de á ico u ilizando modelos a anzados de edes neu onales con olucionales, con un
1
2Capí ulo 1. In oducción
en oque especí ico en la a qui ec u a YOLO (You Only Look Once). Es e obje i o gene al se
desglosa en los siguien es pun os especí icos:
1. Implemen ación de un sis ema de de ección basado en YOLO 8:
•
En ena y ajus a modelos YOLO 8 pa a la a ea de de ección de señales de á ico
u ilizando el da ase BDD100K.
•
E alua el endimien o de los modelos en é minos de mé icas como la p ecisión
p omedio (AP) y la p ecisión media p omedio (mAP).
2. Desa ollo de edes neu onales pa a la clasi icación de señales de á ico:
•
Diseña y en ena edes neu onales con olucionales pe sonalizadas u ilizando el da ase
GTSDB.
•
Realiza un benchma king de allado pa a iden i ica las mejo es a qui ec u as diseñadas,
e aluándolas en mé icas como la p ecisión, ecall yF1-Sco e.
•
Compa a el desempeño de las edes desa olladas con los modelos de clasi icación de
YOLO 8, conside ando an o la p ecisión como la elocidad de in e encia.
3. Au oma ización del pipeline de de ección y clasi icación:
•
Desa olla un pipeline au oma izado que enlace las edes de de ección y clasi icación,
pe mi iendo el p ocesamien o con inuo de secuencias de ideo.
4. Con ibución a la in es igación y aplicaciones p ác icas:
•
P opone mejo as y ajus es en los modelos que puedan se ú iles pa a u u as in es iga-
ciones.
1.2 Es uc u a del documen o
Es e documen o es á es uc u ado en cinco capí ulos p incipales, además de los apéndices, biblio-
g a ía e índices. A con inuación, se p esen a un esumen de su con enido:
•
Capí ulo 2: Es ado del a e. Se p esen a un análisis de allado de las a qui ec u as de edes
neu onales con olucionales, con especial én asis en la e olución de la amilia YOLO. También
se examinan los p incipales da ase s u ilizados en el econocimien o de señales de á ico,
des acando sus ca ac e ís icas y aplicaciones.
•
Capí ulo 3: Desc ipción del p oblema: En es e capí ulo se abo da el p oblema del econoci-
mien o de señales de á ico, di e enciando las a eas de de ección y clasi icación. Además,
se in oducen las p incipales mé icas empleadas pa a e alua los modelos desa ollados.
•
Capí ulo 4: Expe imen os: Es e capí ulo de alla el p oceso expe imen al lle ado a cabo,
desde la p epa ación de los da os has a el en enamien o y e aluación de los modelos de
de ección y clasi icación. También se discu en los esul ados ob enidos y su impac o en el
endimien o de los modelos.
•
Capí ulo 5: Conclusiones y desa ollos u u os: Se exponen las conclusiones de i adas del
abajo ealizado, jun o con p opues as de mejo a y líneas de in es igación u u as.
2 Es ado del a e
E
n un mundo cada ez más o ien ado hacía la mo ilidad y la segu idad ial, las aplicaciones de la
in eligencia a i icial en el ámbi o au omo ilís ico es án a la o den del día. De hecho, algunas
de ellas se plan ean obliga o ias po la Unión Eu opea pa a los coches de nue a ma iculación, como
es el sis ema de man enimien o de ca il [
6
] . La ayuda de los múl iples sis emas de econocimien o
de obje os median e in eligencia a i icial y la ac uación pasi a o ac i a sob e la conducción p e én
una mejo a c ucial en la segu idad de los pasaje os. El obje o de es e abajo de in de g ado es
consegui de ec a con la mayo exac i ud posible di e en es elemen os en ca e e a, llegando a
clasi ica múl iples señales de á ico. Pa a ello, ha sido p eciso la inme sión en el mundo de la
in eligencia a i icial.
Es e capí ulo se o ganiza en cinco secciones. En p ime luga , se in oduce el concep o de edes
neu onales y el ap endizaje p o undo, epasando sus undamen os y p ime os a ances. Pos e io -
men e, se analiza en de alle la a qui ec u a de las Redes Neu onales Con olucionales, desc ibiendo
modelos cla e como el Neocogni on, LeNe -5, AlexNe y ResNe , undamen ales pa a la e olución
del campo. A con inuación, se abo da el econocimien o de señales de á ico, p esen ando su
p og eso y aplicación en en o nos eales.
El núcleo del capí ulo se cen a en el es udio de la a qui ec u a YOLO, explicando su o igen y
e olución a a és de sus dis in as e siones, desde YOLO 1 has a YOLO 8, la cual se emplea en
es e abajo. Se de allan las mejo as in oducidas en cada i e ación y su impac o en la de ección
en iempo eal. Finalmen e, se e isan los p incipales da ase s u ilizados en el econocimien o de
señales de á ico, esenciales pa a el en enamien o y e aluación de es os modelos.
2.1 In oducción a edes neu onales y a qui ec u as deep lea ning
En 1957, F ank Rossenbla desc ibió po p ime a ez el Pe cep ón [
20
], un clasi icado bina io
el cual gene a una p edicción basándose en un algo i mo combinado con el peso de las en adas.
Es a es conside ada como la p ime a ed neu onal. En la Figu a 2.1 podemos e el modelo del
Pe cep ón.
Dos años después, A hul Samuel popula izó el e mino Machine Lea ning. El Machine Lea ning
se cen a en el uso de da os y algo i mos pa a imi a como las pe sonas ap enden, mejo ando
g adualmen e su acie o[10].
En la década de 1960, el descub imien o y uso de las mul icapas ab ie on un nue o camino en la
in es igación de las edes neu onales. Se descub ió que p opo ciona y u iliza dos o más capas en
el pe cep ón o ecía signi ica i amen e más pode de p ocesamien o que un pe cep ón con una
sola capa. Después de que el pe cep ón ab ie a la pue a a las capas en las edes, se c ea on o as
e siones de edes neu onales y la a iedad de edes neu onales con inúa expandiéndose. El uso de
múl iples capas lle ó a las edes neu onales eed o wa d y a la e op opagación.
3
4Capí ulo 2. Es ado del a e
Figu a 2.1 Modelo Pe cep ón. Figu a omada del blog [1].
La e op opagación, desa ollada en la década de 1970, pe mi e que una ed ajus e sus capas
ocul as de neu onas/nodos pa a adap a se a nue as si uaciones. Desc ibe la p opagación hacia a ás
de e o es, como un e o que se p ocesa en la salida y luego se dis ibuye hacia a ás a a és de las
capas de la ed con ines de ap endizaje. La e op opagación se u iliza ac ualmen e pa a en ena
edes neu onales p o undas.
Es os a ances ue on c uciales en la ac ualidad de la in eligencia a i icial, además nos ayudan
a en ende mejo de donde pa imos y la mo i ación del es udio de la IA. T as es a pequeña
in oducción, nos cen a emos en p o undiza en el es udio de las edes neu onales con olucionales,
ya que son las más u ilizadas pa a el econocimien o de imágenes que son el obje o de es e TFG.
2.2 A qui ec u a de edes neu onales con olucionales
En es a sección es udia emos las edes con olucionales más ele an es. Ya sea po su g an en-
dimien o o po los hi os impo an es que se consiguie on du an e su desa ollo. Te mina emos
cen ándonos en la a qui ec u a de edes YOLO.
2.2.1 Neocogni on
Neocogni on ue la p ime a a qui ec u a de ed con olucional y quizás el p ecu so más emp ano
de las CNNs. Los concep os de ex acción de ca ac e ís icas, capas de ag upación y el uso de
con olución en una ed neu onal ue on in oducidos po ella. La es uc u a de la ed es u o
inspi ada en el sis ema ne ioso isual de los e eb ados. En oda la ed, con sus capas al e nas de
S-cells (células simples o células hipe complejas de o den in e io ) y C-cells (células complejas o
células hipe complejas de o den supe io ), se epe ía el p oceso de ex acción de ca ac e ís icas po
las S-cells y la ole ancia al desplazamien o posicional po las C-cells.
Du an e es e p oceso, las ca ac e ís icas locales ex aídas en e apas in e io es se in eg an g adual-
men e en ca ac e ís icas más globales. Se u ilizó pa a el econocimien o de ca ac e es esc i os a
mano y o as a eas de econocimien o de pa ones, y allanó el camino pa a las edes neu onales
con olucionales.
2.2.2 LeNe -5(1989-1998)
El nomb e de las edes neu onales con olucionales ealmen e se o iginó con el diseño de LeNe ,
c eado po Yann LeCun y su equipo. Fue desa ollado en g an pa e en e 1989 y 1998 pa a la a ea
2.2 A qui ec u a de edes neu onales con olucionales 5
de econocimien o de dígi os esc i os a mano[12].
LeNe -5 se u ilizó a g an escala pa a clasi ica au omá icamen e los dígi os esc i os a mano
en cheques banca ios en los Es ados Unidos, ambién cabe des aca que el econocimien o de
ca ac e es se había ealizado p incipalmen e median e la ingenie ía de ca ac e ís icas manual,
seguida de un modelo de ap endizaje au omá ico pa a ap ende a clasi ica las ca ac e ís icas
diseñadas a mano. LeNe hizo edundan e la ingenie ía manual de ca ac e ís icas, po que la ed
ap ende au omá icamen e la mejo ep esen ación in e na a pa i de imágenes sin p ocesa .
Figu a 2.2 A qui ec u a LeNe -5 ob enida del a ículo [12].
En la Figu a 2.2 se obse a la a qui ec u a de la ed LeNe -5 ob enida del a ículo [
12
] que cons a
de 7 capas. La o ganización de es as comienza con una capa con olucional compues a de 6 il os
que se c ea a pa i de una imagen de en ada 32x32 pixeles y gene a 6 mapas de ca ac e ís icas de
28x28. Seguidamen e nos encon amos con una capa de sampleo (pooling), que nos pe mi e educi
el amaño de la ed aho ando cos e compu acional. T as es as capas, epe imos pa ón con o a
capa con olucional y o o pooling. Po úl imo, enemos 3 capas comple amen e conec adas.
2.2.3 AlexNe (2012)
AlexNe ue la p ime a ed neu onal con olucional que ganó el desa io "ImageNe la ge scale
isual ecogni ion challenge". Es e e o comenzó en 2010 y lle o a un es ue zo signi ica i o de los
in es igado es a e alua sus modelos de ap endizaje au omá ico pa a la clasi icación de imágenes.
AlexNe iene un o al de 8 capas (5 capas con olucionales y 3 capas comple amen e conec adas),
en enadas en el conjun o de da os ImageNe . Se in odujo po p ime a ez una capa de no malización
llamada capa de no malización de espues a. No malizaba odos los alo es en una ubicación
especí ica en odos los canales de una capa dada. Además, ambién in odujo la unidad lineal
ec i icada (ReLU) como una unción de ac i ación.
2.2.4 ResNe (2015)
ResNe , é mino que p ocede de edes esiduales, es una a qui ec u a de ed neu onal p o unda
que ha sido undamen al en el campo del ap endizaje p o undo. Fue in oducida po Kaiming
He, Xiangyu Zhang, Shaoqing Ren y Jian Sun en el a ículo "Deep Residual Lea ning o Image
Recogni ion" en 2015 [9].
La idea p incipal de ás de ResNe es el concep o de esidual lea ning. En luga de ap ende
di ec amen e la unción deseada, ResNe ap ende las di e encias en e la en ada y la salida.
La es uc u a de ResNe se basa en bloques esiduales. Es os bloques ienen dos u as p incipales:
una u a di ec a que pasa la en ada o iginal a a és de la ed sin cambios (iden idad) y una u a
esidual que aplica algunas ans o maciones a la en ada pa a hace la p edicción. La salida de
es as u as se suma y luego se pasa a a és de una unción de ac i ación pa a ob ene la salida inal
del bloque.

6Capí ulo 2. Es ado del a e
Es a es uc u a de bloque esidual pe mi e que las edes sean mucho más p o undas sin su i
p oblemas deg adan es del endimien o, como la desapa ición o explo ación del g adien e, que es
un desa ío común en el en enamien o de edes muy p o undas.
2.3 Reconocimien o de señales de á ico
En es a sección amos a indaga sob e el econocimien o de señales de á ico a a és de compu-
ado as, los p ime os es udios sob e el ema y la e olución del es ado del a e.
El p ime a ículo que encon amos en el IEEE sob e econocimien o de señales de á ico da a
del año 1989 y se i ula "T a ic Sign Recogni ion in Colo Image Sequences" [
19
] es e desc ibe el
desa ollo de un sis ema pa a el econocimien o de señales de á ico en secuencias de imágenes
en colo . Es e sis ema ue desa ollado como pa e del p oyec o eu opeo P ome heus, que busca
mejo a la segu idad y la mo ilidad ehicula . El sis ema u iliza una cáma a mon ada en un ehículo
pa a cap u a imágenes, las cuales son p ocesadas en a ias e apas. En la p ime a e apa, se u iliza
una ed neu onal de al o o den pa a la segmen ación de colo , iden i icando egiones que pueden
con ene señales de á ico. A pa i de es as egiones, se gene an hipó esis sob e el ipo de señal
p esen e, que luego son e i icadas median e una desc ipción simbólica y conocimien o a p io i
de las señales de á ico y escenas ex e io es. El conocimien o se o ganiza en una ed basada en
ma cos que guía el p oceso de análisis. Las conclusiones del es udio esal an la e icacia del sis ema
pa a de ec a y gene a hipó esis co ec as sob e las señales de á ico en condiciones de p ueba,
aunque no apo an mé icas ni o mas e aluables de medi el desempeño del sis ema.
En 1997 se público el a ículo "Road a ic sign de ec ion and classi ica ion"[
5
], en el los
in es igado es españoles de la Uni e sidad Ca los III nos p esen an un sis ema de guía de ehículos
basado en isión pa a la de ección y clasi icación de señales de á ico. Es e sis ema cons a de
dos pa es p incipales: la de ección y la clasi icación. La de ección u iliza un umb al de colo y
un análisis de o ma pa a iden i ica las señales, ap o echando los colo es y o mas dis in i as de
las señales en compa ación con el en o no na u al. La clasi icación se ealiza median e una ed
neu onal, se p oba on es edes neu onales de ipo pe cep on mul icapa. Los esul ados mues an
que el sis ema es e ec i o en iempo eal, el algo i mo de de ección ope a en 220 milisegundos
pa a imágenes de 256x256 píxeles. La clasi icación oma ap oximadamen e 1.2 segundos. Es e
a ículo supuso un g an a ance en el econocimien o de señales y u o g an acogida siendo ci ado
en mul i ud de ocasiones po o os in es igado es.
En el año 2011, se p odujo una compe encia de clasi icación de señales de á ico ecogida
en el a ículo "The Ge man T a ic Sign Recogni ion Benchma k: A Mul i-Class Classi ica ion
Compe i ion" [
21
]. Es a compe encia ue c ucial pa a los sis emas a anzados de asis encia al
conduc o y ep esen ó un desa ío signi ica i o en el econocimien o de pa ones y isión po
compu ado a. Se uso un conjun o de da os comple o y ealis a que con iene más de 50000 imágenes
de señales de á ico, e lejando a iaciones signi ica i as en la apa iencia isual. Es e conjun o de
da os aba ca 43 clases con ecuencias de clase no balanceadas. El da ase es el usado pa a la ed
de clasi icación c eada en es e p oyec o, en el siguien e apa ado se discu i á p o undamen e sob e
el mismo.
En el a ículo se de allan las e apas de la compe encia y p esen a los esul ados ob enidos en
el p ime conjun o de p uebas. Los pa icipan es emplea on di e sos mé odos de ap endizaje
au omá ico, como edes neu onales con olucionales y máquinas de sopo e ec o ial. El mejo
esul ado se ob u o al usa una ed neu onal con olucional y una pe cep ón mul icapa(MLP),
log ando un acie o del 98,98% [4].
Exis en dis in os es udios ac uales sob e la de ección y clasi icación de señales de á ico, as un
análisis de las publicaciones, desde 2011 no encon amos en los es udios un cambio de pa adigma
muy g ande en cuan o a clasi icación de señales de á ico, g an pa e de es os, en el p oblema de
clasi icación siguen usando el da ase GTSRB, además la mayo ía se cen an en la implemen ación
2.4 YOLO 7
Figu a 2.3 A qui ec u a YOLO 1 ob enida del a ículo [16].
y p ueba en disposi i os edges. Muchos de los es udios u ilizan la edes YOLO pa a es e p opósi o.
En la siguien e sección amos a in oduci que es YOLO y cuales son las dis in as e siones que
exis en, compa ando su endimien o y a qui ec u a.
2.4 YOLO
Joseph Redmon en 2016 p esen ó su a ículo "You Only Look Once: Uni ied, Real-Time Objec
De ec ion"[
16
]. En es e, in odujo un en oque e oluciona io de de ección de obje os de ex emo
a ex emo que pe mi ía un p ocesamien o en iempo eal. Es o ue un a ance signi ica i o pa a la
comunidad.
A di e encia de los mé odos an e io es de econocimien o de imagenes, YOLO es una a qui ec u a
e icien e de de ección de obje os que solo equie e un paso po la ed. Eliminando la necesidad de
múl iples ejecuciones o un p oceso de dos pasos.
2.4.1 YOLO 1
El algo i mo YOLO oma una imagen como en ada y luego u iliza una ed neu onal con olucional
(CNN) p o unda y simple pa a de ec a obje os en la imagen. En la Figu a 2.3 enemos un esquema
de las capas del modelo ano ado en la p opia imagen el con enido de dichas capas, ob enida la igu a
del a ículo ci ado an e io men e [16]
Las p ime as 20 capas con olucionales del modelo se en enan p e iamen e u ilizando ImageNe ,
ag egando empo almen e una capa de pooling p omedio y una capa comple amen e conec ada.
Luego, es e modelo p een enado se con ie e pa a ealiza la de ección, ya que in es igaciones
p e ias han demos ado que ag ega capas con olucionales y conec adas a una ed p een enada
mejo a el endimien o. La úl ima capa comple amen e conec ada de YOLO p edice an o las
p obabilidades de clase como las coo denadas de la caja delimi ado a.
YOLO di ide una imagen de en ada en una cuad ícula de amaño
S
×
S
. Si el cen o de un obje o
cae en una celda de la cuad ícula, esa celda de la cuad ícula es esponsable de de ec a ese obje o.
Cada celda de la cuad ícula p edice
B
cajas delimi ado as y pun uaciones de con ianza pa a esas
cajas. Es as pun uaciones de con ianza e lejan qué an segu o es á el modelo de que la caja con iene
un obje o y cuán p ecisa c ee que es la caja p edicha.
YOLO p edice múl iples cajas delimi ado as po celda de la cuad ícula. Du an e el en enamien o,
solo que emos que un p edic o de caja delimi ado a sea esponsable de cada obje o. YOLO asigna
un p edic o como esponsable de p edeci un obje o en unción de cuál de las p edicciones iene
el ac ual Índice de Supe posición Unión más al o con la e dad undamen al. Es o lle a a una
especialización en e los p edic o es de las cajas delimi ado as. Cada p edic o se uel e mejo pa a
8Capí ulo 2. Es ado del a e
p e e cie os amaños, elaciones de aspec o o clases de obje os, mejo ando el pun aje global de
ecall.
Una écnica cla e u ilizada en los modelos de YOLO es la sup esión de no máximos (NMS). NMS
es un paso de pos -p ocesamien o que se u iliza pa a mejo a la p ecisión y e iciencia de la de ección
de obje os. En la de ección de obje os, es común que se gene en múl iples cajas delimi ado as pa a
un solo obje o en una imagen. Es as cajas delimi ado as pueden supe pone se o es a ubicadas en
di e en es posiciones, pe o odas ep esen an el mismo obje o. NMS se u iliza pa a iden i ica y
elimina cajas delimi ado as edundan es o inco ec as y pa a gene a una sola caja delimi ado a
pa a cada obje o en la imagen.
A pesa de que YOLO 1 e a un de ec o de obje os ápido, enía algunas limi aciones. YOLO
enía un e o de localización más signi ica i o que los mé odos más a anzados como Fas R-CNN.
Es as limi aciones se podían a ibui a dos causas p incipalmen e: YOLO solo podía de ec a un
máximo de dos obje os de la misma clase en una celda de la cuad ícula. YOLO enía di icul ades pa a
p edeci obje os con elaciones de aspec o que no es aban p esen es en los da os de en enamien o.
2.4.2 YOLO 2
En Julio de 2017 Redmon p esen ó un a ículo llamado "YOLO9000:Be e ,Fas e ,S onge "[
17
]
que in oducía un sis ema de de ección de obje os capaz de iden i ica más de 9000 ca ego ías. Es e
modelo consiguió una so p enden e p ecisión media en el da ase "PASCAL VOC 2007" con una
pun uación de 78,6% mejo ando a su an eceso en mas que 15 pun os.
El sis ema había mejo ado en a ios aspec os. El uso de la no malización po lo es en las capas
con olucionales pa a mejo a la con e gencia y educi el sob eajus e. La a qui ec u a se modi icó
pa a inclui capas comple amen e con olucionales, incluyendo una columna e eb al llamada
Da kNe , que con enía 19 capas con olucionales y 5 capas de max-pooling. También in oduje on
un mé odo pa a en ena conjun amen e la clasi icación y la de ección.
2.4.3 YOLO 3
En ab il del 2018, cuando se lanzó YOLO 3 con la publicación de a ículo llamado "YOLO 3:An
Inc emen al Imp o emen "[
18
], la úl ima e sión lide ada Joseph Redmon, el es anda pa a la
compa a i a de modelos de de ección de obje os cambió de "PASCAL VOC" a "Mic oso COCO".
A pa i de es e momen o, odos las e siones de YOLO se án e aluadas con el conjun os de da os
"Mic oso COCO". Es e modelo incluyó cambios signi ica i os y una a qui ec u a eno me pa a
es a a la pa con el es ado del a e mien as se man enía el endimien o en iempo eal.
2.4.4 YOLO 4
Alexey Bochkowskiy publicó el a ículo "YOLO 4: Op imal Speed and Accu acy o Objec
De ec ion"[
3
]. Yolo 4 man iene la misma iloso ía de sus an eceso es: iempo eal, código abie o y
p ocesamien o en un solo paso con el amewo k Da kNe . En es a e sión adop ada po la comuni-
dad como la o icial, se in en ó encon a el equilib io óp imo expe imen ando con muchos cambios
ca ego izados como bag-o - eebies ybag-o -especials.
Bag o eebies son mé odos que solo cambian la es a egia de en enamien o y aumen a el cos o
del en enamien o, pe o no aumen an el iempo de in e encia. Siendo el más común la ampliación
de da os. Po o o lado, los bag-o -especials son mé odos que si aumen an el iempo de in e encia
pe o ayudan a mejo a la p ecisión signi ica i amen e. Ejemplos de es os mé odos son aquellos pa a
amplia el campo ecep i o, combina ca ac e ís icsa y pos -p ocesamien os, en e o os.
2.4.5 YOLO 5
En junio de 2020, la emp esa Ul aly ics lanzó YOLO 5. Es a e sión a di e encia de las an e io es
no se lanzó como un a ículo cien í ico. YOLO 5 se basa en muchas de las mejo as que in odujo la
2.4 YOLO 9
e sión an eceso a, pe o la p incipal di e encia es que se desa ollo u ilizando PyTo ch en luga de
Da kNe . PyTo ch es una lib e ía de ap endizaje au omá ico de código abie o basada en la lib e ía
To ch, u ilizada pa a aplicación como la isión a i icial y el p ocesamien o de lenguaje na u al. La
emp esa Ul aly ics man iene ac i o YOLO 5 como un p oyec o de código abie o con más de 250
colabo ado es.
2.4.6 YOLO 6
El modelo YOLO 6 ue públicado en un a ículo llamado "YOLO 6: A Single-S age Objec
De ec ion F amewo k o Indus ial Applica ions"[
13
] en sep iemb e de 2022. Simila a YOLO 5,
es a e sión p opo ciona a ios modelos de di e en e amaño pa a aplicaciones indus iales. En
algunos de ellos mejo ando el endimien o a su e sión an eceso a. YOLO 6 ue c eada po o os
au o es.
2.4.7 YOLO 7
En julio de 2022, los mismo au o es de YOLO 4 publica on un a iculo donde p esen aban "YO-
LO 7: T ainable bag-o - eebies se s new s a e-o - he-a o eal- ime objec de ec o s"[23].
Es e de ec o de obje os supe ó a odos los demás en elocidad y p ecisión pa a obje os que a ían
desde 5 o og amas po segundos(FPS) has a 160 FPS.
La a qui ec u a de YOLO 7 cuen a con es ca ac e ís icas p incipales: "E-ELAN" pa a un
ap endizaje e icien e, escalado del modelo pa a di e en es amaños y el en oque bag-o - eebies
pa a p ecisión y e iciencia.
Ex ended E icien Laye Agg ega ion Ne wo k es el bloque compu acional p incipal de YOLO 7,
es a a qui ec u a pe mi ía mejo a su capacidad de ap endizaje, lo que acili aba la mejo a con inua
de la capacidad de ap endizaje de la ed sin des ui la u a de g adien e o iginal.
El en oque bag-o - eebies incluye la epa ame ización, que mejo a el endimien o del modelo.
El úl imo modelo de YOLO 7 supe ó a YOLO 4 al log a una educción del 75% en los pa áme-
os y una educción del 36% en la compu ación, al mismo iempo que mejo ó la p ecisión p omedio
en un 1,5%. YOLO 7- iny, la e sión más lige a de YOLO 7, ambién edujo los pa áme os y la
compu ación en un 39% y un 49%, espec i amen e, sin comp ome e demasiado el mAP.
2.4.8 YOLO 8
En ene o de 2023 Ul aly ics lanzo la e sión YOLO 8. Un mes más a de comencé con la a ea de
es e TFG y p obamos es a a qui ec u a. Es po ello, que p ecisa una desc ipción más de allada y una
explicación mayo del uncionamien o ya que es el u ilizado en pa e del desa ollo de es e abajo.
Cabe menciona que al igual que las e siones an e io es hicie on con sus an eceso as, YOLO 8
mejo a el endimien o de las e siones an e io es.
En la Figu a 2.4 ob enida de la uen e [
22
] se obse a un esquema de las dis in as capas que
con o man la a qui ec u a YOLO 8 incluso las di e encias en e sus modelos n, s, m, l y x. Dichas
capas se án de alladas con mayo p ecisión en la Sección 3.4.1.
YOLO 8 u iliza un modelo sin anclajes, lo que signi ica que p edice di ec amen e el cen o de un
obje o en luga del desplazamien o desde una caja de anclaje conocida.
En e siones an e io es de YOLO, las cajas de anclaje e an una pa e complicada, ya que podían
ep esen a la dis ibución de las cajas del conjun o de da os de e e encia, pe o no necesa iamen e
la dis ibución del conjun o de da os pe sonalizado. La de ección sin anclajes educe el núme o
de p edicciones de cajas, lo que acele a el p oceso de sup esión no máxima. En luga de depende
de anclajes p ede inidos, el modelo sin anclajes pe mi e una mayo lexibilidad en la de ección de
obje os y puede se especialmen e ú il cuando se abaja con conjun os de da os pe sonalizados o en
escena ios donde las o mas y amaños de los obje os a ían conside ablemen e.
16 Capí ulo 3. Desc ipción del p oblema
Finalmen e, el capí ulo concluye con un apa ado de conclusiones en el que se esumen los
p incipales desa íos abo dados y los aspec os cla e que in luyen en el., p epa ando el e eno pa a
los expe imen os y e aluaciones que se p esen a án en los siguien es capí ulos.
3.1 Reconocimien o de señales de á ico
En es a sección amos a indaga más en p o undidad sob e el econocimien o de señales de á ico.
Como imos en el capí ulo an e io , es e p oblema se ha a on ado desde los p ime os es udios
publicados sob e el ema como dos p oblemas dis in os pe o complemen a ios.
El en oque adop ado de di idi el econocimien o de señales de á ico en dos a eas, de ección
y clasi icación, se undamen a en la na u aleza del p oblema y en la necesidad de op imiza el
endimien o en cada e apa. La de ección pe mi e localiza de mane a p ecisa las señales p esen es
en cada imagen, lo que es c ucial en un en o no dinámico como el de la conducción. Una ez iden i-
icadas las señales, la clasi icación se enca ga de de e mina su ipo, asegu ando así que el sis ema
pueda in e p e a co ec amen e la señalización. Es e en oque modula acili a el en enamien o
especí ico de cada e apa, pe mi e e alua y mejo a de o ma independien e las edes diseñadas pa a
cada a ea, y se alinea con las me odologías empleadas en es udios p e ios sob e econocimien o de
señales de á ico.
En p ime luga , es undamen al abo da el p oblema de la de ección, que consis e en iden i ica
si un o og ama especí ico, cap u ado po la cáma a del ehículo, con iene una señal de á ico.
Es e p oceso implica analiza cada imagen de mane a sis emá ica pa a de e mina la p esencia de
señales, lo cual puede se complejo debido a ac o es como las a iaciones en la iluminación, la
p esencia de somb as, o la posición y amaño de las señales den o de la imagen.
Una ez que se ha con i mado la p esencia de una señal en un o og ama y se ha delimi ado la
egión especí ica donde se encuen a, su ge el segundo p oblema: la clasi icación. Es e paso implica
de e mina a qué ipo de señal co esponde la de ección ealizada.
Pa a el p oblema de de ección, hemos u ilizado la a qui ec u a de YOLO 8 que nos p o ee de
dis in os modelos de de ección. Además, nos ayuda a abs ae nos un poco de las en añas de la
a qui ec u a y de sus modelos, acili ándonos el uso de ellos ya sea po lib e ía de Py hon o usando
su in e az de comandos (CLI). Desde ambas pod emos, en ena el modelo de de ección, alida sus
esul ados ob eniendo mé icas sob e el endimien o del mismo, p edeci desde dis in os o ma os,
ya sea en iempo eal, sob e un ídeo o una imagen, o ex ae el modelo a dis in os o ma os pa a su
implemen ación en disposi i os.
En el con ex o del p oblema de clasi icación, hemos desa ollado y en enado a ias edes neu o-
nales con olucionales, ajus ando di e en es pa áme os pa a op imiza su endimien o. A lo la go
de es e p oceso, hemos lle ado a cabo un benchma king exhaus i o que nos ha pe mi ido e alua
y compa a el desempeño de cada ed. Es e en oque nos ha pe mi ido iden i ica las i udes de
cada ed, las cuales hemos pues o a p ueba en e a los modelos de clasi icación de YOLO 8. La
compa ación con YOLO 8 nos ha p opo cionado una e e encia obus a pa a e alua la compe i i i-
dad de nues as edes, así como pa a de e mina sus en ajas y limi aciones en la aplicación del
econocimien o de señales de á ico.
An es de p o undiza en los de alles de la ed de de ección y las edes de clasi icación, es
undamen al en ende las di e en es capas y unciones que comúnmen e se emplean en las edes
neu onales con olucionales. También explica emos en de alles las mé icas u ilizadas pa a e alua
los dis in os modelos que hemos en enado.

3.2 Tipos de capas 17
3.2 Tipos de capas
En es a sección amos a desc ibi los di e en es ipos de capas que usualmen e componen las edes
neu onales con olucionales y cual es su unción.
3.2.1 Capa de con olución
La capa de con olución es el componen e undamen al de una ed neu onal con olucional[
14
]. Es a
capa sopo a la mayo pa e de la ca ga compu acional de la ed.
En la Figu a 3.1 podemos obse a un esquema en el que se mues a como a pa i de una ma iz
de en ada y un ke nel da luga a la salida.
Figu a 3.1 Con olución. Figu a ob enida del a ículo [11].
En es a capa, se ealiza un p oduc o escala en e dos ma ices: una ma iz co esponde al
conjun o de pa áme os que se ap enden, conocidos como ke nel o il o, y la o a ma iz es la
po ción es ingida del campo ecep i o. El il o es dimensionalmen e más pequeño que la imagen.
Si la imagen es á compues a po es canales RGB, la al u a y el ancho del il o se án espacialmen e
pequeños, pe o su p o undidad aba ca á los es canales.
Du an e el p oceso de p opagación hacia adelan e, el il o se desliza a lo la go de la al u a y el
ancho de la imagen, gene ando la ep esen ación de la imagen en esa egión ecep i a. Es e p oceso
p oduce una ep esen ación bidimensional de la imagen conocida como mapa de ac i ación, que
e leja la espues a del il o en cada posición espacial de la imagen.
El amaño del desplazamien o del il o se denomina s ide. Un s ide mayo signi ica que el il o
se mo e á más posiciones en cada paso, lo que esul a en un mapa de ac i ación más pequeño. Po
o o lado, un s ide más pequeño pe mi e que el il o cap u e más de alles, pe o gene a un mapa de
ac i ación más g ande.
Pa a con ola cómo el il o se aplica en los bo des de la imagen, se usa el é mino padding. El
ellenado implica gene a alo es, no malmen e ce os, al ededo de la imagen an es de aplica la
con olución. Hay dos en oques comunes de padding:
•Valid Padding:no se ag egan alo es adicionales y el amaño de la salida es más pequeño.
•
Same Padding:se añaden su icien es ce os pa a que el mapa de ac i ación enga el mismo
amaño que la en ada o iginal.
Pa a una en ada de amaño
W
x
W
x
D
y
Dou
nume o de ke nels con un amaño de
F
, con un
s ide de
S
y un ellenado de
P
, el amaño del olumen de salida se puede de e mina median e la
siguien e exp esión:
Tamaño de salida =W−F+2P
S+1×W−F+2P
S+1×Dou
18 Capí ulo 3. Desc ipción del p oblema
La capa de con olución en una ed neu onal no solo es el componen e undamen al, sino que
ambién in oduce a ias uncionalidades cla e que mejo an el endimien o y la e iciencia de la
ed. Es as uncionalidades incluyen la in e acción dispe sa, el uso compa ido de pa áme os y la
ep esen ación equi a ian e.
A di e encia de las capas adicionales de edes neu onales, que u ilizan la mul iplicación de
ma ices donde cada unidad de salida in e ac úa con cada unidad de en ada, las edes neu onales
con olucionales implemen an una in e acción dispe sa log ada median e el ke nel.
Po ejemplo, mien as una imagen puede con ene millones de píxeles, el ke nel puede de ec a
in o mación ele an e p ocesando solo decenas o cien os de píxeles. Es e en oque educe la can idad
de pa áme os necesa ios pa a almacena , lo que disminuye los equisi os de memo ia del modelo y
mejo a su e iciencia es adís ica.
En una CNN, si calcula una ca ac e ís ica en un pun o especí ico de la imagen es ú il, ambién
lo se á en o os pun os de la misma. Pa a log a lo, los pesos aplicados en una egión de la imagen
se compa en a lo la go de oda la imagen. Es o signi ica que, a di e encia de las edes adicionales
donde los pesos se u ilizan una ez y luego no se eu ilizan, en una ed con olucional, los mismos
pesos se aplican epe idamen e en di e en es posiciones de la imagen. Es o no solo educe la can idad
de pa áme os, sino que ambién pe mi e que la ed de ec e ca ac e ís icas simila es en di e en es
pa es de la imagen.
G acias al uso compa ido de pa áme os, las capas de una ed neu onal con olucional adquie en
una p opiedad conocida como equi a ianza an e la aslación. Es o signi ica que si la en ada
se modi ica median e una aslación, la salida ambién se ajus a á de mane a co espondien e,
man eniendo la cohe encia en la ep esen ación de las ca ac e ís icas de ec adas. En o as palab as,
si un obje o en la imagen se desplaza, la ed aún pod á econoce lo co ec amen e en su nue a
posición. Es as uncionalidades hacen que la capa de con olución sea especialmen e e icaz pa a
ex ae ca ac e ís icas impo an es de las imágenes y pa a op imiza el p ocesamien o en edes
neu onales, especialmen e en a eas elacionadas con la isión po compu ado a.
3.2.2 Capa de ag upación
La capa de pooling se enca ga de eemplaza la salida de la ed en ubicaciones especí icas, ob eniendo
un esumen es adís ico de las salidas ce canas. Es a capa es c ucial pa a educi el amaño espacial
de la ep esen ación, lo que disminuye la can idad de cómpu o y los pesos necesa ios. La ope ación
de pooling se aplica de mane a indi idual a cada segmen o de la ep esen ación.
Exis en a ias unciones de pooling, como el p omedio de la en ana, el mínimo den o de la
en ana y un p omedio ponde ado basado en la dis ancia desde el píxel cen al. Sin emba go, el
mé odo más u ilizado es el max pooling, que epo a el alo máximo de la salida den o de la
en ana.
Po ejemplo, si enemos un mapa de ac i ación de amaño
W
×
W
×
D
, un ke nel de pooling de
amaño espacial
F
, y un s ide
S
, el amaño del olumen de salida se puede de e mina median e la
siguien e exp esión:
Tamaño de salida =W−F
S+1×W−F
S+1×D
En odos los casos, el pooling o ece cie a in a iancia a la aslación, lo que signi ica que un obje o
puede se econocido independien emen e de dónde apa ezca en el o og ama. Es a p opiedad es
undamen al pa a mejo a la capacidad de la ed neu onal en la de ección de obje os y ca ac e ís icas,
independien emen e de su posición den o de la imagen.
3.2 Tipos de capas 19
3.2.3 Capa o almen e conec ada
La capa o almen e conec ada, ambién conocida como capa densa, es un componen e undamen al
en las edes neu onales en el que cada neu ona de la capa an e io se conec a con odas las neu onas
de la capa ac ual. Es a comple a in e conexión es lo que le o o ga el nomb e de “comple amen e
conec ada”. La capas o almen e conec adas se suelen ubica en las e apas inales de la a qui ec u a
de una ed neu onal y desempeñan un papel c ucial en la gene ación de las p edicciones inales del
modelo.
3.2.4 Capa de no malización
La capa de no malización po lo es, conocida como Ba ch No maliza ion (BN)[
15
], es una écnica
ampliamen e u ilizada en edes neu onales con olucionales pa a no maliza la en ada de cada
neu ona, de mane a que enga una media de ce o y una a ianza uni a ia. Es e p oceso es undamen al
po que con ibuye a es abiliza el p oceso de ap endizaje, e i ando el p oblema del desplazamien o
in e no de co a iables, que ocu e cuando la dis ibución de las en adas a una capa cambia du an e
el en enamien o. La no malización que ealiza BN se basa en la media y la des iación es ánda del
lo e de da os de en ada y se aplica gene almen e después de las capas con olucionales y o almen e
conec adas.
En e los e ec os posi i os que iene la capa de no malización po lo es en las edes neu onales
con olucionales, des aca su capacidad pa a acele a el p oceso de en enamien o al educi el
desplazamien o in e no de co a iables, lo que pe mi e u iliza asas de ap endizaje más al as.
Además, BN ayuda a egula iza el modelo, haciéndolo menos suscep ible al sob eajus e mejo ando
así su capacidad de gene alización. Es o se aduce en un mejo desempeño del modelo cuando se
en en a a da os no is os p e iamen e.
La capa de no malización pe mi e que el modelo sea menos sensible a los alo es iniciales de los
pesos, lo cual es bene icioso pa a la es abilidad del en enamien o. En esumen, la no malización po
lo es es una écnica pode osa y esencial en las edes neu onales con olucionales, ya que es abiliza
el p oceso de ap endizaje y mejo a el endimien o gene al del modelo al no maliza las en adas
de cada neu ona, educi el desplazamien o in e no de co a iables y egula iza el modelo, lo que
conduce a una mejo gene alización en nue os conjun os de da os.
3.2.5 Funciones de ac i ación
Su p incipal unción es in oduci no linealidad en el modelo, lo que pe mi e a la ed ap ende y
modela elaciones complejas y no lineales en los da os. En una ed neu onal, cada neu ona oma una
en ada, ealiza una ope ación y luego aplica una unción de ac i ación a la salida de esa ope ación.
Es a unción de ac i ación ans o ma el alo esul an e en un nue o alo , que luego se pasa a la
siguien e capa de la ed. Sin unciones de ac i ación, la ed se ía simplemen e una combinación
lineal de las en adas, lo que limi a ía se e amen e su capacidad pa a esol e p oblemas complejos,
como la clasi icación de imágenes o el econocimien o de pa ones.
En las CNN, las unciones de ac i ación se aplican gene almen e después de cada ope ación de
con olución y/o después de cada ope ación de ag upamien o. Es o se hace pa a ompe la linealidad
inhe en e a las ope aciones de con olución y pooling, pe mi iendo que la ed cap u e y ep esen e
pa ones más complejos.
Exis en a ios ipos de unciones de ac i ación, a con inuación amos a lis a algunas de ellas:
1.
Sigmoide: La unción sigmoide es
σ(κ) = 1
1+e−κ
. El ango de salida es á en e 0 y 1. La p in-
cipal en aja es que sua iza la salida y es ú il pa a a eas donde se necesi a una in e p e ación
p obabilís ica.
2.
ReLu (Rec i ied Linea Uni ): Se de ine como
(κ) = m´
ax(0,κ)
. La unción de ac i ación
ReLu es la más usada en las CNN debido a su simplicidad de cálculo y su e iciencia.
20 Capí ulo 3. Desc ipción del p oblema
3.
LeakyReLu: Simila a la ReLu pe o en luga de hace que los alo es nega i os sean 0, les
asigna un pequeño alo nega i o. Se de ine como (κ) = m´
ax(0.01κ,κ).
4.
So max: Se u iliza comúnmen e en la úl ima capa de una ed con a ea de clasi icación.
Con ie e un ec o de alo es en un ec o de p obabilidades que suman 1. Su unción se
de ine como: σ(z)i=ezi
∑n
j=1ezj
5.
GELU: GELU combina ca ac e ís icas de linealidad y no linealidad de una mane a sua e y
basada en la p obabilidad. GELU aplica una ac i ación que modela la p obabilidad de una
en ada alea o ia de segui una dis ibución no mal gaussiana. Es o signi ica que las en adas
se mul iplican po una p obabilidad basada en la unción de e o gaussiana, pe mi iendo
una ansición sua e en e alo es nega i os y posi i os. En é minos p ác icos, GELU asigna
pesos más pequeños a en adas nega i as que es án ce ca de ce o, en luga de simplemen e
desca a las como hace ReLU.
La unción GELU se de ine como:
GELU(x) = x·Φ(x) = x·
1
21+e x
√2=x·
1
21+2
√π·Zx
√2
0
e− 2d 
Donde
φ(x)
es al unción de dis ibución acumula i a de la dis ibución no mal es ánda y
e
es la unción de e o gaussiana.
Figu a 3.2 Funciones de ac i ación.
3.3 Mé icas 21
En la Figu a 3.2 se mues a en la esquina izquie da la ep esen ación g á ica de la unción de
ac i ación ReLU, en la esquina de echa la unción de ac i ación GeLu, en la pa e in e io izquie da
la unción de ac i ación LeakyReLu y en la pa e in e io de echa la unción de ac i ación Sigmoide.
3.3 Mé icas
En el ámbi o de la IA, las mé icas son c i e ios cuan i a i os u ilizados pa a e alua el endimien o
de modelos y algo i mos de IA. Es as mé icas pe mi en medi la p ecisión, e iciencia, obus ez y
gene alización de un modelo, en e o as ca ac e ís icas. Son undamen ales pa a comp ende cómo
de bien o mal se desempeña un modelo en a eas especí icas y pa a compa a di e en es modelos
en e sí.
3.3.1 Mé icas pa a p oblemas de clasi icación
La ma iz de con usión[
8
] es una abla que compa a las clasi icaciones eales con las p edicciones
ealizadas po el modelo, pe mi iendo isualiza cla amen e el núme o de acie os y e o es. Es a
he amien a es especialmen e ú il pa a e alua el endimien o de un modelo, ya que un al o núme o
de elemen os en la diagonal que a de la esquina supe io izquie da a la in e io de echa indica un
buen desempeño. Además, la ma iz de con usión pe mi e iden i ica si el modelo iende a con undi
cie as clases con o as simila es, p opo cionando una isión de allada de sus posibles debilidades.
Figu a 3.3 Ma iz de con usión.
En la Figu a 3.3 se mues a una ma iz de con usión, donde se compa an las e ique as eales de
los da os con a las p edicciones ealizadas po un modelo de clasi icación. A pa i de es a ma iz,
podemos de ini concep os undamen ales u ilizados en el campo de la in eligencia a i icial:
•
Ve dade o Posi i o (T ue Posi i e, TP): Casos donde el modelo p edice co ec amen e una
mues a posi i a como posi i a.
•
Falso Posi i o (False Posi i e, FP): Casos donde el modelo p edice inco ec amen e una
mues a nega i a como posi i a.
•
Ve dade o Nega i o (T ue Nega i e, TN): Casos donde el modelo p edice co ec amen e
una mues a nega i a como nega i a.
•
Falso Nega i o (False Nega i e, FN): Casos donde el modelo p edice inco ec amen e una
mues a posi i a como nega i a.
La ma iz de con usión no solo nos pe mi e iden i ica los casos de e dade o posi i o, also
posi i o, e dade o nega i o y also nega i o, sino que ambién es undamen al pa a calcula a ias
mé icas de e aluación que nos ayudan a comp ende mejo el endimien o de un modelo de
clasi icación. En e es as mé icas, las más ele an es son la Exac i ud (Accu acy), la P ecisión
(P ecision), el Sensibilidad(Recall) y el F1-Sco e.

22 Capí ulo 3. Desc ipción del p oblema
•
Accu acy:La exac i ud mide la p opo ción de p edicciones co ec as sob e el o al de p edic-
ciones ealizadas. Es una mé ica global que indica qué an bien el modelo clasi ica an o las
mues as posi i as como las nega i as.
Accu acy =TP +TN
T P +TN +FP +FN
Es a mé ica es ú il cuando las clases es án equilib adas, pe o puede se engañosa en conjun os
de da os desequilib ados, donde una clase es mucho más ecuen e que la o a.
•
P ecisión: La p ecisión exp esa la p opo ción de casos en los que el modelo p edice que un
indi iduo es posi i o y, e ec i amen e, lo es. En o as palab as, la p ecisión nos indica cuán a
con ianza podemos ene en el modelo cuando p edice que un indi iduo es posi i o.
P ecision =TP
T P +FP
•
Recall:El ecall mide la p opo ción de e dade os posi i os de ec ados en e odos los
posi i os eales. Es c ucial en si uaciones donde es impo an e minimiza los alsos nega i os,
como en diagnós icos médicos.
Recall =TP
T P +FN
•
F1-Sco e:El F1-Sco e es la media a mónica de la p ecisión y el ecall. Es una mé ica
equilib ada que es ú il cuando se necesi a un balance en e p ecisión y ecall, especialmen e
en conjun os de da os desequilib ados.
F1-Sco e =2×P ecision ×Recall
P ecision +Recall
3.3.2 Mé icas p oblemas de de ección
La In e sección sob e Unión[
7
] es una mé ica undamen al pa a a eas como la de ección y seg-
men ación de obje os. Desempeña un papel c ucial en la e aluación de la calidad y p ecisión de
es os modelos.
La in e sección sob e unión se calcula omando el á ea de in e sección de dos cajas delimi ado as
y di idiéndola po el á ea de la unión de es as cajas. La exp esión de la in e sección sob e unión se
exp esa de la siguien e mane a:
In e sección sob e unión =Á ea de In e sección
Á ea de Unión
Es a exp esión cuan i ica esencialmen e el g ado de supe posición en e la caja delimi ado a
p edicha y la caja delimi ado a de e e encia. P opo ciona un alo numé ico que indica qué an
bien se alinea la p edicción del modelo con la ubicación eal del obje o. Un pun aje de in e sección
sob e unión más al o indica una mejo coincidencia en e las cajas p edicha y eal, lo que signi ica
una mayo p ecisión en la localización.
En la Figu a 3.4 se mues a en un g á ico isual la exp esión de la In e sección sob e Unión.
La in e sección sob e unión es una mé ica esencial po que mide la capacidad del modelo pa a
localiza obje os con p ecisión den o de las imágenes. En cuan o a la de ección de obje os, la
in e sección sob e unión e alúa qué an bien el modelo iden i ica las posiciones de los obje os. En
las a eas de segmen ación, e alúa la capacidad del modelo pa a dis ingui obje os de sus ondos.
3.4 Red de clasi icación 23
Figu a 3.4 In e sección sob e Unión.
La P ecisión P omedio y la P ecisión Media P omedio[
2
] ac úan como indicado es c í icos pa a
medi la capacidad de un modelo en iden i ica y localiza obje os con p ecisión den o de las
imágenes.
La p ecisión p omedio analiza el comp omiso en e p ecisión y sensibilidad al e alua la p ecisión
de un modelo de de ección de obje os a lo la go de a ios ni eles de sensibilidad. La p ecisión
indica la exac i ud de las p edicciones posi i as del modelo, mien as que el sensibilidad cuan i ica
la capacidad del modelo pa a iden i ica odos los obje os ele an es. La p ecisión p omedio log a
un equilib io a monioso en e alsos posi i os y alsos nega i os, encapsulando las complejidades
del endimien o del modelo. Lo hace calculando alo es de p ecisión-sensibilidad en di e en es
umb ales de con ianza, o mando una cu a de p ecisión-sensibilidad, cuyo á ea bajo la cu a
ep esen a la p ecisión p omedio; cuan o mayo sea el á ea bajo la cu a mejo endimien o end á
el modelo.
Si la cu a la nomb amos como
p( )
, la ecuación que de ine la p ecisión p omedio queda como:
P ecisión P omedio =Z1
0
p( )d
La p ecisión media p omedio ep esen a el p omedio de las p ecision p omedio calculadas pa a
un alo dado de umb al de la in e sección sob e la unión. Si el conjun o de da os con iene
N
clases, la p ecisión media p omedio se ob iene p omediando las p ecisiones p omedio de cada clase
indi idualmen e. La ecuación que de ine es e cálculo es:
P ecisión Media P omedio =1
N
N
∑
i=1
P ecisión P omedioi
donde P ecisión P omedioies la P ecisión P omedio de la clase i.
3.4 Red de clasi icación
Como se ha mencionado p e iamen e, en el p oceso de econocimien o de señales de á ico, una ez
delimi ada la señal, es necesa io clasi ica la co ec amen e indicando el ipo de señal co espondien e.
Es e p oceso es ealizado po las edes de clasi icación.
Pa a abo da es e p oblema de clasi icación de imágenes, se ha empleado, po un lado, la a qui ec-
u a YOLO 8 con sus cinco modelos de clasi icación. Po o o lado, se han desa ollado una se ie de
edes neu onales p opias, que ue on compa adas en e sí a a és de un p oceso de benchma king.
Pos e io men e, es as edes ue on con as adas con YOLO 8 pa a e alua su compe i i idad en e
24 Capí ulo 3. Desc ipción del p oblema
al es ado del a e, analizando las en ajas y des en ajas de las edes desa olladas en compa ación
con la a qui ec u a.
3.4.1 Redes de clasi icación YOLO 8
YOLO 8 con iene 5 modelos de edes neu onales pa a la clasi icación, odas ellas ienen p een a-
nadas con el conjun o de da os ImageNe .
Tabla 3.1 Compa ación de modelos YOLO 8 en é minos de amaño, p ecisión y elocidad.
Modelo Tamaño (px) Top1 (%) Velocidad CPU (ms) NºPa áme os(M)
YOLO 8n-cls 224 69,0 12,9 2,7
YOLO 8s-cls 224 73,8 23,4 6,4
YOLO 8m-cls 224 76,8 85,4 17,0
YOLO 8l-cls 224 76,8 163,0 37,5
YOLO 8x-cls 224 79,0 232,0 57,4
En la Tabla 3.1 se mues an los cinco modelos de clasi icación de YOLO 8 con algunas de sus
ca ac e ís icas. La columna
Modelo
con iene los nomb es de las edes de YOLO 8 de clasi icación
podemos di e encia las de las de de ección po que u ilizan el su ijo -cls. La columna
Tamaño(px)
especi ica el amaño de las imágenes de en ada, la columna
Top1
indica el Accu acy del modelo en
el conjun o de da os ImageNe , la columna
Velocidad CPU
indica el iempo que a da el modelo
expo ado a o ma o ONNX en ealiza una p edicción en una ins ancia de Amazon EC2 P4d y la
columna NºPa áme os(M) indica el núme o de millones de pa áme os que iene el modelo.
En dicha abla, se puede obse a que la p incipal di e encia en e los modelos eside en el
núme o de pa áme os que poseen. En gene al, un mayo núme o de pa áme os iende a mejo a la
p ecisión del modelo, aunque es o ambién implica un inc emen o en el iempo de en enamien o y
una mayo la encia du an e la ejecución. En es e TFG, se en ena án los cinco modelos u ilizando el
conjun o de da os GTSDB, y pos e io men e se compa a án con las edes neu onales con olucionales
desa olladas especí icamen e pa a es e es udio.
Es impo an e des aca que ningún modelo es in ínsecamen e mejo que o o; la elección del
modelo adecuado depende á siemp e del caso de uso especí ico. Si la p io idad es la elocidad de
ejecución, los modelos más lige os se án la opción p e e ida. En cambio, si se busca maximiza la
p ecisión, se á más adecuado op a po los modelos con un mayo núme o de pa áme os, a pesa
de que es o conlle e un mayo cos e compu acional.
La es uc u a de los modelos de clasi icación de YOLO 8 es la misma pa a los 5 casos, lo único
que cambia es el núme o de pa áme os de sus dis in os bloques, es o lo podemos co obo a cuando
ejecu amos el en enamien o pa a el conjun o de da os deseado. YOLO 8 imp imi á po pan alla la
Tabla 3.2 donde de alla la ed a u iliza .
La p ime a columna
Desde
hace e e encia a la capa de la que se ob iene los da os, la columna
Nº epe iciones
indica el núme o de eces que se epi e el bloque, la columna
Pa áme os
indica el núme o de pa áme os que iene el bloque, la columna
Módulo
indica el ipo de bloque
que se es á u ilizando y la columna A gumen os indica los a gumen os que se le pasan al bloque.
En es a abla podemos e la ed es á o mada po 10 bloques y sus pa áme os de en ada. Es os
bloques son clases, que consul ando el código uen e del di ec o io de gi hub de YOLO 8 podemos
e que ope aciones se ealizan den o de ellos. A con inuación, amos a explica en de alle cada
uno de es os bloques:
El bloque
Con
es el bloque básico de con olución es ánda , enca gado de aplica una se ie de
ope aciones a los da os de en ada. Es á compues o po es subcomponen es: la con olución en sí
misma, la no malización po lo es y la unción de ac i ación.
3.4 Red de clasi icación 25
Tabla 3.2 Es uc u a de la ed con sus bloques, pa áme os y a gumen os.
Desde Nº epe iciones Pa áme os Módulo A gumen os
-1 1 464 ul aly ics.nn.modules.con .Con [3, 16, 3, 2]
-1 1 4.672 ul aly ics.nn.modules.con .Con [16, 32, 3, 2]
-1 1 7.360 ul aly ics.nn.modules.block.C2 [32, 32, 1, T ue]
-1 1 18.560 ul aly ics.nn.modules.con .Con [32, 64, 3, 2]
-1 2 49.664 ul aly ics.nn.modules.block.C2 [64, 64, 2, T ue]
-1 1 73.984 ul aly ics.nn.modules.con .Con [64, 128, 3, 2]
-1 2 197.632 ul aly ics.nn.modules.block.C2 [128, 128, 2, T ue]
-1 1 295.424 ul aly ics.nn.modules.con .Con [128, 256, 3, 2]
-1 1 460.288 ul aly ics.nn.modules.block.C2 [256, 256, 1, T ue]
-1 1 385.323 ul aly ics.nn.modules.head.Classi y [256, 43]
•
Con olución: La ope ación con olucional oma una en ada de
c1
canales y la ans o ma a
una salida de
c2
canales u ilizando un ke nel de amaño
k
y un s ide
s
. Se aplica padding
au omá ico y dila ación, si es necesa io.
•
No malización po Lo es: Después de la con olución, los da os pasan po una capa de
no malización po lo es, que es abiliza y acele a el en enamien o, educiendo la a iación
in e na de co a iables.
•
Ac i ación: La ac i ación p ede e minada es SiLU, aunque es posible pe sonaliza la según
las necesidades. La ac i ación no lineal in oduce la capacidad de ep esen a elaciones
complejas en e las ca ac e ís icas.
El bloque
C2
es una a ian e e icien e del bloque esidual de ipo
CSP
C oss-S age Pa ial
diseñado pa a mejo a la e iciencia del modelo sin comp ome e su capacidad de ep esen ación.
Es e bloque implemen a dos con oluciones y
n
bloques in e nos que pe mi en un p ocesamien o
más ápido.
•
Con oluciones Iniciales: El bloque comienza con una p ime a con olución que educe el
núme o de canales de en ada a la mi ad pa a op imiza el p ocesamien o. Se u ilizan dos
amas de con olución pa a di idi los da os, lo que acili a la combinación pos e io .
•
Módulos Residuales: El bloque incluye una lis a de bloques esiduales Bo leneck, que se
aplican secuencialmen e a una pa e de los da os. Es os módulos son esponsables de ealiza
ans o maciones adicionales, ex ayendo ca ac e ís icas p o undas.
•
Con olución Final: Después de que los da os hayan sido p ocesados po los módulos in e nos,
una úl ima con olución los combina y los ans o ma al núme o de canales de salida deseado.
El uso de conexiones esiduales den o del bloque
C2
pe mi e que la ed ap enda con mayo
acilidad ca ac e ís icas p o undas y complejas, man eniendo al mismo iempo la e iciencia compu-
acional. Además, al ealiza el p ocesamien o en a ias e apas y amas, es e bloque acili a la usión
de ca ac e ís icas a di e en es ni eles de abs acción.
El bloque de clasi icación (
Classi y
) es la pa e inal de la a qui ec u a y se enca ga de edu-
ci la dimensionalidad de las ca ac e ís icas ex aídas pa a gene a las p edicciones inales. Es e
módulo ans o ma los da os a pa i de un enso idimensional has a p oduci un ec o con las
p obabilidades pa a cada clase.
•
Con olución: El bloque comienza con una con olución que educe las ca ac e ís icas ex aídas
a 1.280 canales, siguiendo el es ánda del modelo E icien Ne -B0, lo que pe mi e una mayo
e iciencia compu acional.

4 Expe imen os
E
n es e capí ulo se de alla el p oceso expe imen al lle ado a cabo pa a en ena y alida los
modelos de de ección y clasi icación de señales de á ico.
Pa a la ase de de ección de señales de á ico, se ha seleccionado el da ase BDD100K desc i o en
la Sección 2.5 debido a su g an amaño, di e sidad geog á ica y calidad de ano aciones, pe mi iendo
analiza el endimien o de los modelos en escena ios a iados y ealis as. Además, se de alla el
a amien o de da os necesa io, incluyendo la con e sión de ano aciones al o ma o eque ido
po YOLO 8. Se explica el p oceso de en enamien o y alidación de dos de los modelos de
de ección de YOLO 8, los modelos YOLO 8m y YOLO 8n, desc i os p e iamen e en la Sección 3.5.
Adicionalmen e, se p esen an g á icos sob e el desempeño de la ed y ejemplos de p edicciones de
es os modelos de de ección.
En la ase de clasi icación, se ha empleado el da ase GTSDB 2.5, que incluye 43 clases de señales
de á ico. Es a sección desc ibe el a amien o de los da os p e ios al en enamien o, incluyendo la
c eación de las di isiones de en enamien o, alidación y p ueba.
Como se in odujo en la Sección 3.4.2, se diseña on 15 edes neu onales dis in as pa a la a ea
de clasi icación. En es e capí ulo, se de allan los p ocesos de en enamien o y alidación de es as
edes. Pa a e alua y op imiza el endimien o de cada una, se ealizó un p oceso de benchma king
exhaus i o median e una es uc u a que pe mi e ca ga di e sas combinaciones de hipe pa áme os
desde un a chi o de o ma o
JSON
, incluyendo op imizado es, asa de ap endizaje, épocas y amaño
de lo e. Es e p ocedimien o acili ó la iden i icación de la combinación óp ima de pa áme os pa a
maximiza el endimien o de cada ed. Du an e el benchma king, se egis a on mé icas como el
accu acy, la p ecision , el ecall y el F1-sco e, pe mi iendo selecciona los mejo es modelos pa a
su pos e io compa ación con los modelos de clasi icación de YOLO 8.
Asimismo, se desc ibe el p oceso de en enamien o de los modelos de clasi icación de YOLO 8,
seguido de una compa a i a en e los esul ados ob enidos po ambos en oques.
Es e capí ulo con iene un análisis compa a i o de los esul ados expe imen ales y una discusión
de las en ajas y limi aciones de los modelos desa ollados en e a los modelos de e e encia de
YOLO 8 en el con ex o de aplicaciones de conducción au ónoma.
Po úl imo, el capí ulo concluye con la au oma ización del enlace en e la ed de de ección y la
ed de clasi icación, asegu ando un lujo con inuo de p ocesamien o en iempo eal y e aluando la
iabilidad del sis ema pa a su aplicación en en o nos eales.
4.1 Ins alación de lib e ías y paque es necesa ios
Pa a lle a a cabo el expe imen o, se han u ilizado di e sas lib e ías y paque es de Py hon además
de una se ie de so wa e que se de alla án a con inuación.
33
34 Capí ulo 4. Expe imen os
4.1.1 Lib e ías de Py hon
Tend emos que ins ala la lib e ía de Ul aly ics. Desde la cual pod emos hace uso de los modelos
de YOLO 8 y de las di e en es he amien as que nos p opo cionan. Pa a ins ala la lib e ía, se puede
hace median e el ges o de paque es pip. Pa a ello, se ejecu a el siguien e comando en la e minal:
pip ins all ul aly ics
Al ins ala la lib e ía de ul aly ics, se nos ins ala án au omá icamen e las dependencias necesa ias
pa a su uncionamien o. En e ellas nos encon amos con las lib e ías de CUDA pa a su uso a a és
de py hon y o as lib e ia ales como o ch, openc , numpy...
El en enamien o po CPU es mucho más len o que po GPU en el caso del a amien o de
imágenes, po lo que se ecomienda ene una GPU compa ible con CUDA. Pa a ins ala CUDA, se
puede segui la guía de ins alación de la página o icial de NVIDIA. En el caso de es e TFG que ha
sido desa ollado en linux bajo la dis ibución de Ubun u, CUDA se nos ins ala á jun o a los d i e s
de la GPU.
4.2 Red de ección
T as e alua exhaus i amen e los se de da os de señales de á ico disponibles, se ha op ado po
u iliza el da ase s BDD100K pa a la ed de de ección. Es e conjun o de da os se desc ibió en el
capí ulo Es ado del A e en la sección 2.5. Como se comen o, dicho conjun o de da os es á compues o
po 100.000 imágenes de al a esolución y di ididos en 70.000 imágenes de en enamien o, 10.000
de alidación y 20.000 de es . Cada imagen puede con ene múl iples obje os, los obje os es án
ano ados con un caja delimi ado a que de inen donde se encuen a dicho obje o en la imagen. Exis en
10 clases de obje os en es e conjun o de da os.
En la Figu a 4.1 se mues a un g á ico de ba as con el núme o de ins ancias de cada clase que
apa ece en los da os de en enamien o. Se obse a que el conjun o de da os de en enamien o es á
desbalanceado en cuan o a ins ancias de cada clase de obje o, aunque cabe des aca que las señales
de á ico ienen una acep able can idad de ins ancias que son el obje o de es e TFG.
4.2.1 T a amien o de da os
Al desca ga el conjun o de da os BDD100K, se ob iene un a chi o comp imido que en su in e io
se subdi ide en las 3 ca pe as co espondien es a los conjun os de en enamien o, alidación y
es . Las ano aciones de los conjun os de en enamien o y alidación se encuen an en dos únicos
a chi os con o ma o
JSON
que compa en la misma es uc u a. Cada a chi o es una lis a de obje os,
cada obje o iene un name asociado que es el nomb e de la imagen y una lis a de e ique as que
con ienen la in o mación de la caja delimi ado a y la clase del obje o. Es e o ma o inicial, debe se
con e ido al o ma o u lizado po YOLO 8.
YOLO 8 usa un a chi o con ex ensión yaml pa a desc ibi el da ase . En es e a chi o se especi ica
la u a a los conjun os de en enamien o, alidación y es . También se especi ica el núme o de
clases y se p opo ciona un nomb e a cada id de clase.
Po o a pa e, cada imagen del conjun o de da os de en enamien o y alidación deben es a
e ique adas. Las e ique as en YOLO 8 se gua dan en un a chi o
x
po cada imagen, con nomb e
igual al nomb e de la imagen. Es as se ubican en un di ec o io llamado labels den o de la ca pe a
de en enamien o y alidación, a la misma al u a que la ca pe a images que con end á las imágenes.
La caja delimi ado a en el da ase BDD100K se encuen a en o ma o (
Xmin
,
Ymin
,
Xmax
,
Ymax
),
donde (
Xmin
,
Ymin
) es la esquina in e io izquie da y (
Xmax
,
Ymax
) es la esquina supe io de echa. En
YOLO 8, la caja delimi ado a se encuen a en o ma o (
x
,
y
,
w
,
h
), donde (
x
,
y
) es el cen o de la
4.2 Red de ección 35
Figu a 4.1 Ins ancias po ca ego ía en da ase BDD100K.
caja y (
w
,
h
) son el ancho y al o de la caja. Pa a con e i de un o ma o a o o, se ha u ilizado las
siguien es ecuaciones:
x=Xmin +Xmax
2
y=Ymin +Ymax
2
w=Xmax −Xmin
h=Ymax −Ymin
Resumiendo, pa a cada imagen se c ea un a chi o
x
, el a chi o con end á una línea po cada
obje o e ique ado que haya en la imagen. En cada línea se especi ica la clase del obje o y las
coo denadas de la caja delimi ado a en el o ma o (x,y,w,h).
4.2.2 En enamien o
Una ez a ados los da os, se pasa á a la ase de en enamien o. Pa a ejecu a el en enamien o
exis en dos o mas de hace lo: A a és de la e minal de comandos o a pa i de la lib e ia Ul aly ics
pa a py hon. A con inuación se mues a como se ía el comando pa a en ena un modelo de de ección
de YOLO 8 a a és de la e minal:
yolo de ec ain da a=$nomb e_da ase .yaml$ model=$yolo 8n.yaml$
Donde
nomb e_da ase .yaml
es el a chi o que con iene la in o mación del da ase el cual
con amos en la subsec ion an e io 4.2.1 que o ma o debe ene . Y
yolo 8n.yaml
es el a chi o
que con iene el modelo de ed que se a a u iliza . Los modelos de ed disponibles en YOLO 8 son
los desc i os en la Tabla 3.3.
36 Capí ulo 4. Expe imen os
En la Figu a 4.2 se mues a como podemos en ena el modelo desde código py hon.
om ul aly ics impo YOLO
# Ca ga un modelo
model = YOLO("yolo8n.yaml") # cons ui un nue o modelo desde YAML
# En ena el modelo
esul s = model. ain(da a="coco8.yaml", epochs=100, imgsz=640)
Figu a 4.2 Ejemplo de código de en enamien o de YOLO en Py hon.
En la Tabla 4.1 se mues an algunos de los hipe pa áme os que se pueden modi ica en el
en enamien o, además se desc ibe la u ilidad de cada uno de ellos.
En el en enamien o lle ado a cabo se han u ilizado los hipe pa áme os po de ec o, pe o cabe
comen a la g an e sali idad que nos p opo ciona YOLO 8 pa a modi ica los hipe pa áme os y
ajus a el en enamien o a nues as necesidades. Aunque se pod ía habe usado ea ly s opping con
el a gumen o pa ien e, se ha p e e ido deja el en enamien o con un núme o ijo de épocas pa a
pode compa a los esul ados de los dis in os modelos, ya que as el en enamien o YOLO 8 nos
gua da á los pesos de la ed en la mejo ejecución y en la úl ima ejecución.
Pa a ejecu a el en enamien o en YOLO 8, es undamen al con a con un conjun o de da os de
alidación. En caso de no dispone de uno, YOLO 8 u iliza un conjun o p ede e minado, lo cual
pod ía a ec a a la p ecisión del ajus e de la ed.
En es e es udio, se en ena on dos modelos de YOLO 8: el modelo más lige o, YOLO 8n, y el
modelo de amaño mediano, YOLO 8m. La Tabla 3.3 mues a las ca ac e ís icas de los di e en es
modelos de YOLO 8. Los dos únicos pa áme os ajus ados du an e el en enamien o ue on el
núme o de épocas, ijado en 100 pa a ambos modelos, y el amaño de lo e, que se de inió en unción
del po cen aje de memo ia disponible. G acias a es e ajus e, YOLO 8 adap a au omá icamen e el
amaño de lo e en unción de la VRAM de la a je a g á ica, ijándose en ambos casos en un 60%
de la memo ia de la GPU.
El en enamien o de la ed YOLO 8n, el modelo más li iano, omó ap oximadamen e 10 ho as
en comple a se, mien as que el en enamien o del modelo mediano YOLO 8m equi ió ap oxima-
damen e dos días. Debido a es os iempos, no se en ena on modelos de mayo complejidad, como
YOLO 8x, cuya du ación es imada se ap oxima ía a una semana. Además, es impo an e conside a
que, a medida que aumen a el amaño del modelo, ambién se inc emen a el iempo necesa io pa a
la in e encia. En aplicaciones de de ección de señales de á ico en iempo eal, es undamen al que
el iempo de in e encia sea lo más ápido posible. Asimismo, si se planease implemen a el modelo
en un disposi i o embebido, como una Raspbe y Pi o cualquie disposi i o edge, los modelos de
mayo amaño pod ían no se iables.
La Figu a 4.3 mues a la ma iz de con usión no malizada de la ed YOLO 8m e aluada en
el conjun o de alidación. En la ma iz se obse a como el modelo iene un buen desempeño en
la de ección de las señales de á ico. También se e que debido al conjun o de da os usado y al
desbalance en e núme os de ins ancias po clases, las clases que ienen mayo p esencia son las
que mejo esul ado ob ienen.
En cuan o al conjun o de da os de es nos encon amos con 10.000 imágenes sin e ique a po lo
an o no se han podido e alua los modelos en es e conjun o de da os.
En la Figu a 4.4 se p esen a un ejemplo de las p edicciones gene adas po YOLO 8. La p ime a
imagen del mosaico mues a la imagen o iginal, una escena de á ico común. A con inuación,
se obse a la p edicción gene ada po el modelo YOLO 8n, seguida po la imagen esul an e
4.2 Red de ección 37
Tabla 4.1 Desc ipción de algunos a gumen os pa a el en enamien o de de ección de YOLO 8.
A gumen o Valo po De ec o Desc ipción
model None
Especi ica el a chi o del modelo pa a en enamien o.
Acep a una u a a un modelo p een enado (.p ) o a
un a chi o de con igu ación (.yaml).
da a None
Ru a al a chi o de con igu ación del da ase . Es e
a chi o con iene pa áme os especí icos del da ase .
epochs 100
Núme o o al de épocas de en enamien o. Cada época
ep esen a un pase comple o sob e el da ase .
ime None
Tiempo máximo de en enamien o en ho as. Si se
es ablece, anula el a gumen o de epochs.
pa ience 100
Núme o de épocas que espe a sin mejo as en las mé-
icas de alidación an es de de ene el en enamien o.
ba ch 16
Tamaño del lo e, con es modos: núme o en e o, au o
(u ilización del 60% de la memo ia de la GPU), o una
acción especi icada (po ejemplo, ba ch=0.70).
imgsz 640
Tamaño de imagen obje i o pa a el en enamien o.
Todas las imágenes se edimensionan a es a dimen-
sión.
sa e T ue
Habili a el gua dado de pun os de con ol del en e-
namien o y los pesos inales del modelo.
sa e_pe iod -1
F ecuencia de gua dado de los pun os de con ol del
modelo en épocas.
cache False
Habili a la caché de las imágenes del da ase en me-
mo ia (T ue/ am) o en disco (disk).
de ice None
Especi ica el disposi i o de cómpu o: una GPU, a ias
GPUs, CPU, o MPS (Apple Silicon).
wo ke s 8
Núme o de hilos de abajo pa a ca ga da os (po
RANK si es mul i-GPU).
p ojec None
Nomb e del di ec o io del p oyec o donde se gua dan
los esul ados del en enamien o.
name None
Nomb e del expe imen o de en enamien o. C ea un
subdi ec o io con es e nomb e.
exis _ok False
Si es T ue, pe mi e sob esc ibi un di ec o io exis en-
e.
p e ained T ue
De e mina si se debe inicia el en enamien o con un
modelo p een enado.
op imize áu o’
Selección del op imizado pa a el en enamien o
(SGD, Adam, RMSP op, e c.).
e bose False Habili a salida de allada du an e el en enamien o.
seed 0
Es ablece la semilla alea o ia pa a asegu a la ep o-
ducibilidad.
de e minis ic T ue
Fue za el uso de algo i mos de e minis as pa a ga an-
iza la ep oducibilidad.

38 Capí ulo 4. Expe imen os
Figu a 4.3 Ma iz de con usión no malizada de YOLO 8m en el conjun o de alidación.
del modelo YOLO 8m. En es as p edicciones se ap ecia una mejo a en la p ecisión del modelo
YOLO 8m en compa ación con YOLO 8n.
Además de mos a mayo es umb ales de con ianza, el modelo YOLO 8m log a iden i ica un
ehículo en la esquina supe io de echa de la imagen, pa cialmen e ocul o po un mo ociclis a, lo
cual no es de ec ado po el modelo YOLO 8n. En ambos casos, se obse a un buen endimien o de
los modelos de de ección al delimi a e iden i ica co ec amen e el ipo de obje o y su posición en
la imagen.
La Figu a 4.5 mues a o o ejemplo en una si uación de á ico co idiano. Al igual que en la
imagen an e io , la p ime a imagen co esponde a la o iginal, la segunda a la p edicción del modelo
YOLO 8n y la e ce a a la p edicción del modelo YOLO 8m. Nue amen e, se obse a una mejo a
en la de ección ealizada po YOLO 8m en compa ación con YOLO 8n. El modelo YOLO 8m no
solo de ec a un mayo núme o de obje os, sino que ambién asigna un g ado de con ianza supe io a
cada obje o iden i icado.
En la Figu a 4.6 se mues a la de ección de una señal de á ico en un ca e e a secunda ia.
La Figu a 4.7 mues a la co ec a ac uación de las edes de de ección an e una si uación noc u na.
Al igual que en el an e io mosaico, en la pa e supe io nos encon amos an e la imagen o iginal,
seguidamen e enemos la de ección ealizada po YOLO 8n y po úl imo la de ección po YOLO 8m.
Ambas se compo an co ec amen e en es a si uación de poca luminosidad y di e encian una g an
can idad de ehículos además de la señal de p ohibido.
4.3 Red clasi icación 39
Figu a 4.4 P edición de los modelos de de ección de una imagen de á ico.
4.3 Red clasi icación
En cuan o a la ed de clasi icación, el conjun o de da os u ilizado pa a en ena es el GTSDB. Es e
conjun o con iene un o al de 43 clases de dis in as señales, en la Figu a 2.5 podemos obse a
cuales son esas clases. El conjun o de da os desca gado se compone de un o al de 51.839 imágenes
de señales de á ico. Es as imágenes o iginalmen e iene di idas en dos ca pe as, una pa a las
imágenes de en enamien o y o a pa a las imágenes de es . La no ación de las imágenes se encuen a
en un cs adjun o con el conjun o de da os.
4.3.1 T a amien o de da os
Al desca ga el conjun o de da os GTSDB, se ob ienen dos ca pe as p incipales: una pa a las
imágenes de en enamien o y o a pa a las imágenes de es . Las e ique as de las imágenes se
40 Capí ulo 4. Expe imen os
Figu a 4.5
P edición de los modelos de de ección de YOLO 8 an e una si uación de á ico común.
p opo cionan en un a chi o
cs
que con iene la elación en e el nomb e de la imagen y la clase a
la que pe enece.
Pa a acili a el p oceso de en enamien o, el conjun o de da os de en enamien o ue di idido en
cua o pa iciones di e en es, con el obje i o de ealiza una alidación c uzada en cua o ases. En
cada pa ición, el 75% de las imágenes se u iliza on pa a en enamien o y el 25% es an e pa a
alidación. Es e mé odo pe mi e ga an iza que el modelo se en ene y alide de mane a equilib ada,
e i ando un posible sob eajus e a una única di isión del da ase .
La es a egia seguida pa a di idi el da ase en las cua o pa iciones ue la siguien e:
4.3 Red clasi icación 41
Figu a 4.6 P edición del modelo de de ección YOLO 8m.
1.
El 25% inicial de las imágenes se u iliza on como conjun o de alidación y el 75% es an e
como conjun o de en enamien o.
2.
Las imágenes comp endidas en e el 25% y el 50% del da ase se usa on como conjun o de
alidación, mien as que el es o ue on u ilizadas pa a el en enamien o.
3. En e el 50% y el 75% de las imágenes se emplea on como alidación.
4. Finalmen e, las imágenes del 75% al 100% del da ase se des ina on a la alidación.
4.3.2 En enamien o y alidación de las edes de clasi icación c eadas
El p oceso de en enamien o de las edes de clasi icación se desa olló u ilizando una a qui ec u a
modula , donde los pa áme os cla e del en enamien o, como el op imizado , la asa de ap endizaje,
las épocas y el amaño de lo e, se leye on de un a chi o con o ma o
JSON
ex e no pa a acili a el
benchma king. A con inuación, se desc ibe el lujo del en enamien o y los p incipales aspec os de
la implemen ación.
Es uc u a del a chi o de con igu ación
Pa a ges iona de mane a e icien e los dis in os hipe pa áme os a e alua , se c eó un a chi o con
o ma o
JSON
que con enía las posibles combinaciones de op imizado es, asas de ap endizaje,
amaños de ba ch y pa iciones del da ase . El siguien e a chi o mues a un ejemplo de la es uc u a
u ilizada:
Es e a chi o pe mi ió p oba múl iples combinaciones de hipe pa áme os, acili ando el bench-
ma king y la op imización del modelo.
Pa a la selección de las asas de ap endizaje y los amaños de lo e, se ealiza on p uebas en el
modelo base de ed con di e sos alo es, con el obje i o de iden i ica un ango adecuado pa a
ob ene buenos esul ados. En p ime luga , se es ableció el amaño de lo e y se lle a on a cabo
cua o p uebas a iando los alo es de la asa de ap endizaje.
En la Figu a 4.9 se mues a el accu acy y las pé didas ob enidas pa a las asas de ap endizaje 0,1,
0,01, 0,001 y 0,5. Como se puede ap ecia las asas de 0,1 y 0,01 son las que mejo es esul ados
ob ienen. Con 0,5 de asa de ap endizaje el en enamien o se uel e ines able y no con e ge. Po
o o lado, con 0,001 la ed a da mucho en con e ge y no llega a ob ene an buenos esul ados.
En cuan o al amaño de lo e, se ealiza on p uebas con los alo es 2, 256 y 2.048. En la Figu a 4.10
se mues a el accu acy y las pé didas ob enidas pa a cada uno de los amaños de lo e. El alo de
2.048 nos da un peo desempeño, mien as que los alo es de 2 y 256 ob ienen esul ados simila es.
48 Capí ulo 4. Expe imen os
Figu a 4.13 Mosaico de 20 señales co ec amen e clasi icadas po el modelo c eado 1.
a chi o con ex ensión yaml que con iene la con igu ación de la ed. Adicionalmen e se gene an
g á icos con mosaicos de mues as de lo es de imagénes an o de en enamien o como de alidación.
Finalmen e, el sis ema de uel e la ma iz de con usión, la ma iz de con usión no malizada y
un a chi o esul .cs en el que se almacenan a ias mé icas, ales como la pé dida, la p ecisión
(accu acy) y o as mé icas ele an es. A pa i de es e a chi o, se gene a una g á ica en o ma o
.png que ep esen a isualmen e las mé icas egis adas.
En la Figu a 4.15 se mues a un mosaico de mues as de lo es de imágenes de en enamien o.
En es e mosaico se pueden obse a las imágenes que se han u ilizado pa a en ena el modelo.
Es as imágenes dis an de las o iginales del conjun o de en enamien o ya que como se explico en el
capí ulo Es ado del A e en la sección 2.4.8, la a qui ec u a YOLO 8 p ep ocesa las imágenes de
en enamien o aumen andolas y a andola con di e en es il os. Además ambién podemos ap ecia
oclusiones en las imágenes, buscando con es o mejo as en la gene alización del modelo y e i ando
el sob eajus e.
En la Figu a 4.16 podemos e g á icas de como e oluciona el accu acy, las pe didás del conjun o
de da os de alidación y las pé didas del conjun o de da os de en enamien o. En la mé ica accu acy_-
op5 se con ea como posi i o si la e ique a coincide con una de las 5 p edicciones con más peso.
4.3.4 Compa a i a de las edes de clasi icación de YOLO 8 y las c eadas en es e TFG
En es a sección se p esen a una compa a i a en e las edes de clasi icación de YOLO 8, espe-
cí icamen e las cinco edes desc i as p e iamen e en es e capí ulo, y las edes diseñadas po el
au o . El obje i o p incipal es analiza el endimien o de ambos en oques en é minos de accu acy y
elocidad de in e encia. Pa a ello, se examinan los esul ados ob enidos sob e el conjun o de da os
de p ueba y se medi án los iempos en p edeci odas las imágenes del conjun o.

4.3 Red clasi icación 49
Figu a 4.14 Ma iz de con usión del modelo YOLO 8n-cls.
Po un lado, YOLO 8 cons i uye el es ado del a e en a qui ec u as de clasi icación, siendo
modelos p een enados inicialmen e con conjun os de da os masi os como ImageNe , pe o que, en
es e abajo, ambién han sido en enados especí icamen e con el da ase GTSDB pa a adap a los
a la a ea de econocimien o de señales de á ico. Es as edes des acan po su al a p ecisión y
capacidad de gene alización.
Po o o lado, las edes desa olladas en es e TFG es án diseñadas con un en oque especí ico
hacia el econocimien o de señales de á ico, u ilizando exclusi amen e el da ase GTSDB. Es as
edes pe siguen no solo un desempeño compe i i o en é minos de p ecisión, sino ambién una
mayo simplicidad y meno cos e compu acional.
Pa a ga an iza una compa a i a jus a en e ambos en oques, odas las p uebas se han ealizado
bajo las mismas condiciones en el mismo equipo. Se ha asegu ado que ni la CPU ni la GPU u ie an
o as ca gas de abajo ac i as du an e las mediciones de iempo. Pa a ello, se de u ie on odos los
p ocesos innecesa ios, y las p uebas se ealiza on desde una e minal lige a, e i ando el uso de
en o nos de desa ollo in eg ados (IDEs) que puedan consumi ecu sos signi ica i os. Cada modelo
ue ejecu ado indi idualmen e, egis ando el iempo de inicio y inalización de la in e encia. Dado
que el conjun o de da os de p ueba cons a de 12.630 imágenes, se u ilizó el iempo p omedio como
una medida es adís ica ep esen a i a y iable pa a la e aluación de la elocidad de p edicción.
La máquina u ilizada pa a ealiza las p uebas es una
Asus Tu Gaming A15
, modelo
FA507NV_-
FA507NV
. El po á il incluye un p ocesado
AMD Ryzen 7 7735HS
con 16 GB de RAM con ecno-
logía DDR5 que unciona a una ecuencia 4800 MHz. En cuan o a la GPU, el po á il cuen a con
50 Capí ulo 4. Expe imen os
Figu a 4.15 Mosaico de mues a de lo es de imágenes de en enamien o de YOLO 8.
una a je a g á ica
NVIDIA GeFo ce RTX 4060
, la cual dispone de 8 GB de VRAM con ecnología
GDDR6.
En la Tabla 4.5 pod emos obse a una abla compa a i a de los dis in os modelos o denados de
mayo a meno accu acy. En dicha abla se obse an las dis in as mé icas como el accu acy, la
p ecisión, el ecall y la F1-sco e, además del iempo que se á el p omedio de iempo que a da el
modelo en da una p edición en ms.
Tabla 4.5 Compa a i a edes YOLO 8 con las edes c eadas.
Modelo Accu acy Tiempo (ms) P ecisión Recall F1
yolo 8n-cls 97,957 2,732 0,979 0,979 0,978
C eada 9 97,941 0,408 0,979 0,979 0,979
yolo 8s-cls 97,893 2,785 0,979 0,978 0,977
yolo 8m-cls 97,806 3,509 0,978 0,978 0,976
yolo 8x-cls 97,743 5,656 0,979 0,977 0,977
C eada 4 97,672 0,415 0,9777 0,976 0,976
yolo 8l-cls 97,608 4,433 0,977 0,976 0,975
C eada 14 97,553 0,399 0,976 0,975 0,975
C eada 1 96,967 0,305 0,971 0,969 0,969
C eada 5 86,286 0,299 0,870 0,862 0,862
4.3 Red clasi icación 51
Figu a 4.16 Resul ados en enamien o del modelo YOLO 8n.
De la abla p esen ada se pueden ex ae a ias obse aciones cla e sob e el desempeño de las
edes compa adas. En é minos de accu acy, las p ime as ocho edes, que incluyen las cinco de
YOLO 8 y es de las diseñadas en es e TFG, mues an di e encias mínimas, in e io es a 0,4 pun os
po cen uales. Los alo es oscilan en e el 97,957% alcanzado po YOLO 8n-cls, que es el modelo
con mayo p ecisión, y el 97,553% de la ed C eada 14. Es os esul ados e idencian que las edes
diseñadas en es e abajo son capaces de compe i en p ecisión con modelos de úl ima gene ación
como YOLO 8.
En cuan o a la elocidad de in e encia, las edes desa olladas en es e TFG des acan de mane a
no able en e a las de YOLO 8. Po ejemplo, la ed más ápida en e las diseñadas, la C eada 5,
equie e solo 0,299 ms po imagen, mien as que la ed más ápida de YOLO 8, YOLO 8n-cls,
necesi a 2,732 ms, lo que ep esen a una mejo a de más de un o den de magni ud en é minos
de apidez. Las edes C eada 4, C eada 9 y C eada 14, que es án en e las más p ecisas, ambién
man ienen iempos de in e encia ce canos a 0,4 ms, log ando un excelen e balance en e p ecisión y
apidez.
Es os esul ados esal an un comp omiso in e esan e en e p ecisión y elocidad. Aunque YOLO 8
52 Capí ulo 4. Expe imen os
p opo ciona modelos al amen e p ecisos con a qui ec u as op imizadas pa a di e sas a eas, las
edes diseñadas en es e TFG demues an que es posible educi signi ica i amen e los iempos de
in e encia sin comp ome e g a emen e la p ecisión. Es o las con ie e en una al e na i a a ac i a
pa a aplicaciones donde la elocidad es c í ica, como en disposi i os embebidos o sis emas con
ecu sos compu acionales limi ados.
El análisis de los iempos de ejecución esul a cohe en e al obse a la desc ipción es uc u al
de los modelos en el capí ulo 3 en la sección Red de Clasi icación 3.4. Las edes con más capas
o con capas más cos osas compu acionalmen e, como las de YOLO 8, ienden a eque i mayo
iempo de in e encia. Po ejemplo, el modelo más complejo, YOLO 8x-cls, es el más cos oso en
é minos de iempo, mien as que el más lige o, YOLO 8n-cls, esul a el más e icien e. En el caso
de las edes diseñadas en es e TFG, se obse a que las edes C eada 4, C eada 9 y C eada 14, que
compa en la misma es uc u a pe o se di e encian únicamen e en la unción de ac i ación u ilizada,
p esen an iempos de ejecución p ác icamen e idén icos
En esumen, la compa a i a pone de mani ies o que las edes desa olladas en es e TFG no solo
alcanzan un endimien o compe i i o en e al es ado del a e en p ecisión, sino que ambién des acan
po su e iciencia compu acional. Es a en aja puede se de e minan e pa a su implemen ación en
en o nos donde el iempo de espues a sea un ac o cla e.
4.3.5 Análisis de los e o es de las edes
En es e apa ado se es udian las imágenes en las que las edes han allado, iden i icando pa ones
especí icos en los e o es come idos. Pa a ello, se han analizado an o las 5 edes de clasi icación
de YOLO 8 como las 4 mejo es edes c eadas po el au o (se excluye la ed c eada 5 debido a su
e iden e mal ajus e, que pod ía in oduci uido en la in e p e ación de los allos de las o as edes).
Pa a ealiza es e análisis, se gua da on los esul ados de p edicción del conjun o de p ueba en
un a chi o
cs
. Cada ila del a chi o con iene el nomb e de la imagen, la e ique a eal y la e ique a
p edicha po el modelo. Es e o ma o pe mi e iden i ica ácilmen e las imágenes en las que las
p edicciones di ie en de las e ique as eales.
T as p ocesa los da os, se ob u o que 11.727 imágenes (el 92,85% del conjun o de p ueba)
ue on co ec amen e clasi icadas po odas las edes en odas las i e aciones.
Sin emba go, 2,575 e o es ue on egis ados en o al, con 241 e o es acumulados en solo 34
imágenes (0,26% del conjun o de p ueba). Es as imágenes p oblemá icas concen an un po cen aje
desp opo cionadamen e al o de los allos, lo que indica que p esen an ca ac e ís icas que di icul an
su clasi icación pa a los modelos.
En la Figu a 4.17 se obse a un mosaico con dichas imágenes, en la esquina supe io izquie da de
cada imagen que compone el mosaico se indica la clase eal a la que pe enece. Se puede obse a
cómo algunas de es as 34 señales son i econocibles al ojo humano debido a las condiciones de las
p opias imágenes, como baja esolución, p esencia de uido o iluminación de icien e. O as imágenes
con múl iples e o es co esponden a señales di eccionales, las cuales han sido con undidas con sus
con a ias.
Pa a examina más a ondo es os e o es y de e mina si cie as clases ienden a con undi se
en e sí, se gene ó una ma iz de con usión exclusi amen e a pa i de los e o es egis ados, la
cual se mues a en la Figu a 4.18. El análisis de es a ma iz e eló un pa ón ecu en e: las señales
di eccionales, como las de gi o a la izquie da o a la de echa, se con unden ecuen emen e en e
sí, ease que la clase 20 se ha con undido 222 con la clase 19, que co esponden con un 8,6%
del o al de los e o es. También se obse an como la clase 33 ha sido con undida con la clase
34 en 193 ocasiones. Y el caso con más ele aciancia es el de la clase 36 con la 37, la clase 36
ha sido con undido 188 eces con la 37 y la 36 ha sido con undida 282 eces con la 37. En la
Figu a 2.5 se mos ó un mosaico con las di e en es clases que con iene el da ase y una mues a
de cada una o denadas de esquina supe io izquie da a esquina in e io de echa. Es e ipo de e o
es comp ensible, ya que es as señales compa en muchas ca ac e ís icas isuales y su p incipal
4.3 Red clasi icación 53
di e encia adica en la o ien ación de la lecha. Es e hallazgo sugie e que los modelos pod ían
bene icia se de un mayo núme o de ejemplos de es as clases du an e el en enamien o o del uso de
écnicas de p ep ocesamien o especí icas.
Además, ac ualmen e las imágenes se in oducen en los modelos sin il ado p e io y con los es
canales de colo , lo que pe mi e que los modelos u ilicen an o el con o no como el colo pa a ealiza
las p edicciones. Si bien es e en oque pod ía se ú il pa a dis ingui en e señales de di e en es
ca ego ías, como señales de p ohibición ( ojas) y señales de obligación (azules), ambién hace que
las edes no se cen en exclusi amen e en los con o nos de las señales. Un en oque al e na i o pod ía
se p ep ocesa las imágenes esal ando únicamen e los con o nos, lo que po encialmen e ayuda ía
a mejo a la clasi icación de las señales di eccionales. Sin emba go, es e cambio pod ía a ec a
nega i amen e el endimien o en o os ipos de señales, donde el colo es un a ibu o di e enciado
cla e.
El análisis de los e o es come idos po las edes e ela que la g an mayo ía de allos se concen an
en dos ipos de imágenes: aquellas i econocibles incluso pa a el ojo humano, debido a ac o es
como baja esolución, uido o malas condiciones de iluminación, y las señales di eccionales, que
ienden a con undi se ecuen emen e con sus con a ias debido a la simili ud isual y la o ien ación
opues a de sus lechas.
Figu a 4.17 Mosaico de imágenes que concen an el mayo núme o de e o es de clasi icación.

54 Capí ulo 4. Expe imen os
Figu a 4.18 Ma iz de con usión solo con los e o es.
4.4 Au oma ización del enlace en e edes de de ección y clasi icación
En el sis ema desa ollado, se ha implemen ado un lujo comple amen e au oma izado que enlaza la
ed de de ección de señales de á ico con la ed de clasi icación. Es e en oque pe mi e p ocesa
an o secuencias de ideo cap u adas desde un mó il como median e una cáma a conec ada al
po á il, o eciendo la capacidad de iden i ica y clasi ica señales de á ico en iempo eal.
El lujo de abajo se inicia con la ed de de ección en enada de YOLO 8, la cual p ocesa
cada o og ama del ideo y localiza las señales p esen es, de ol iendo las coo denadas de las
egiones donde se encuen an. A pa i de es as coo denadas, se eco an las egiones de in e és
co espondien es a las señales de ec adas. Es as egiones eco adas se pasan de mane a au omá ica
como en ada a la ed de clasi icación, que de e mina el ipo exac o de señal.
Es e p oceso au oma izado se de alla a con inuación:
•
Cap u a del ideo: El sis ema pe mi e usa an o un a chi o de ideo como un s eam de
una cáma a conec ada.
4.4 Au oma ización del enlace en e edes de de ección y clasi icación 55
•
De ección de señales: La ed YOLO 8 se enca ga de localiza las señales de á ico en cada
o og ama, de ol iendo las coo denadas de las cajas delimi ado as.
•
Reco e de la egión de in e és: Usando las coo denadas de las cajas delimi ado as, se
eco an las egiones co espondien es a cada señal de ec ada.
•
P ep ocesamien o: Las imágenes eco adas se ajus an al amaño y o ma o eque ido po la
ed de clasi icación.
•
Clasi icación de la señal: La egión eco ada se pasa a la ed de clasi icación, que iden i ica
el ipo exac o de señal de á ico.
•
Ano ación del o og ama: Se dibujan las cajas delimi ado as y se añade el ipo de señal
clasi icada sob e cada o og ama.
•
Visualización: Los o og amas ano ados se mues an en iempo eal a a és de una en ana.
Es e en oque au oma izado ga an iza una comunicación luida en e ambas edes, eliminando la
necesidad de in e ención manual y pe mi iendo que el sis ema uncione en iempo eal. Además,
o ece lexibilidad pa a su uso en di e en es disposi i os de cap u a, como mó iles o cáma as
po á iles.
5 Conclusiones y desa ollos u u os
Es e T abajo de Fin de G ado ha abo dado la compleja a ea de econocimien o de señales de á ico
median e un en oque modula compues o po dos e apas p incipales: de ección y clasi icación. Pa a
cada una de es as e apas, se han desa ollado e implemen ado soluciones basadas en modelos de
úl ima gene ación y edes neu onales diseñadas especí icamen e pa a es e abajo.
En la e apa de de ección, se ha empleado la a qui ec u a YOLO 8, des acada po su al a p ecisión
y elocidad, lo que la con ie e en una opción ideal pa a aplicaciones en iempo eal. Los modelos
en enados han mos ado un buen desempeño sob e el conjun o de da os BDD100K, log ando
iden i ica y delimi a co ec amen e múl iples clases de obje os p esen es en las imágenes. El
en enamien o y alidación de es os modelos pe mi ió no solo asegu a una al a p ecisión en la
de ección, sino ambién e alua la capacidad del sis ema pa a ope a en en o nos eales y a ia-
dos. Los esul ados ob enidos en la de ección son más que sa is ac o ios como se obse a en la
Figu a 4.14.
La e apa de clasi icación ha supues o un e o signi ica i o debido a la g an di e sidad de señales de
á ico exis en es y las condiciones cambian es de las imágenes. Pa a es a a ea, se han desa ollado
edes neu onales pe sonalizadas, las cuales han sido en enadas y op imizadas u ilizando el conjun o
de da os GTSDB. A a és de un exhaus i o p oceso de benchma king, se iden i ica on las mejo es
con igu aciones de edes y se lle ó a cabo una compa ación de allada con los modelos de clasi icación
de YOLO 8. Los esul ados ob enidos mues an que las edes diseñadas especí icamen e en es e
abajo alcanzan una p ecisión compa able a las de YOLO 8, con di e encias mínimas en o no
al 0,4% de accu acy . Sin emba go, una de las p incipales en ajas de las edes c eadas adica en
su elocidad de in e encia, siendo has a diez eces más ápidas que las edes de YOLO 8, lo que
ep esen a un a ance signi ica i o en é minos de e iciencia compu acional 4.5
El análisis de los e o es come idos po las edes ha pe mi ido iden i ica pa ones ele an es. La
mayo ía de los allos se concen an en imágenes i econocibles incluso pa a el ojo humano, así como
en señales di eccionales que ienden a con undi se con sus con a ias debido a la simili ud isual y
la o ien ación opues a de las lechas. Es e hallazgo pone de mani ies o los p incipales pun os débiles
de los modelos y sugie e posibles líneas de mejo a, como el uso de écnicas de p ep ocesamien o
a anzadas o el inc emen o de ejemplos de señales p oblemá icas du an e el en enamien o.
Adicionalmen e, se ha desa ollado un pipeline au oma izado que in eg a ambas e apas de de ec-
ción y clasi icación, pe mi iendo el p ocesamien o con inuo de secuencias de ideo y demos ando
la iabilidad de implemen a es e sis ema en aplicaciones eales, como sis emas a anzados de
asis encia al conduc o (ADAS).
En conclusión, es e TFG ha log ado desa olla un sis ema e icien e, modula y compe i i o pa a
el econocimien o de señales de á ico. La compa ación con modelos de e e encia y el análisis
de allado de los esul ados ob enidos espaldan la alidez del en oque adop ado, sen ando una base
sólida pa a u u os abajos en es e campo.
57

Bibliog a ía
[1] Jose Ma iano Al a ez, El pe cep ón como neu ona a i icial, June 2018.
[2]
Aqeel Anwa , Wha is a e age p ecision in objec de ec ion & localiza ion algo i hms and
how o calcula e i ?, 2022.
[3]
Alexey Bochko skiy, Chien-Yao Wang, and Hong-Tuan Ma k Liao, Yolo 4: Op imal speed
and accu acy o objec de ec ion, (2020).
[4]
Dan Ci eşan, Ueli Meie , Jona han Masci, and Jü gen Schmidhube , A commi ee o neu al
ne wo ks o a ic sign classi ica ion, The 2011 In e na ional Join Con e ence on Neu al
Ne wo ks (2011).
[5]
A. de la Escale a, L.E. Mo eno, M.A. Salichs, and J.M. A mingol, Road a ic sign de ec ion
and classi ica ion, IEEE T ansac ions on Indus ial Elec onics (1997).
[6] Comisión Eu opea, Reglamen o de ejecución (ue) 2022/1426 de la comisión, 2022.
[7]
I an Ga ga e and Michael Ga ga e, Me ics ma e : A deep di e in o objec de ec ion e alua ion,
2023.
[8]
Ma ghe i a G andini, En ico Bagli, and Gio gio Visani, Me ics o mul i-class classi ica ion:
an o e iew, a Xi (2020).
[9]
Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun, Deep esidual lea ning o image
ecogni ion, (2015).
[10] IBM, Wha is machine lea ning?
[11]
D . Shalini Lamba, P ana Up e i, and P iyanshu Tiwa i, Neu o-ai usion: Connec ing neu os-
cience and a i icial in elligence, (2024).
[12]
Yann LeCun, Leon Bo ou, Yoshua Bengio, and Pa ick Ha ne , G adien -based lea ning
applied o documen ecogni ion, (1998).
[13]
Chuyi Li, Lulu Li, Hongliang Jiang, Kaiheng Weng, Yi ei Geng, Liang Li, Zaidan Ke, Qingyuan
Li, Meng Cheng, Weiqiang Nie, Yiduo Li, Bo Zhang, Yu ei Liang, Linyuan Zhou, Xiaoming
Xu, Xiangxiang Chu, Xiaoming Wei, and Xiaolin Wei, Yolo 6: A single-s age objec de ec ion
amewo k o indus ial applica ions, (2022).
[14] Mayank Mish a, Con olu ional neu al ne wo ks, explained.
[15] Pe u Po imba, Wha is a con olu ional neu al ne wo k?
65
66 Bibliog a ía
[16]
Joseph Redmon, San osh Di ala, Ross Gi shick, and Ali Fa hadi, You only look once: Uni ied,
eal- ime objec de ec ion, (2016).
[17] Joseph Redmon and Ali Fa hadi, Yolo9000: Be e , as e , s onge , (2016).
[18] , Yolo 3: An inc emen al imp o emen , (2018).
[19] W. Ri e , T a ic sign ecogni ion in colo image sequences, (1992).
[20] F ank Rosenbla , P inciples o neu odynamics, 1962.
[21]
Johannes S allkamp, Ma c Schlipsing, Jan Salmen, and Ch is ian Igel, The ge man a ic sign
ecogni ion benchma k: A mul i-class classi ica ion compe i ion, The 2011 In e na ional Join
Con e ence on Neu al Ne wo ks (2011).
[22]
Ul aly ics, Ul aly ics x pape space: Mejo a de las capacidades de de ección de obje os
median e la asociación, 2025.
[23]
Chien-Yao Wang, Alexey Bochko skiy, and Hong-Yuan Ma k Liao, Yolo 7: T ainable bag-o -
eebies se s new s a e-o - he-a o eal- ime objec de ec o s, (2022).