[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-120818-es":3,"doc-seo-120818-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},120818,962084925636,"Olivia Brown","https://ap-avatar.wpscdn.com/davatar_994ba38a5ba835b3df7d355c54d3ed8d",24,"Tecnología","Desarrollo de software Auto Machine Learning para usuarios de conocimiento no experto - Trabajo de Fin de Máster","Se desarrolla un prototipo de Auto Machine Learning (AutoML) para ayudar a usuarios no expertos en detección de objetos mediante visión por computador. El sistema incorpora una fase de entrenamiento que evita escribir código y solo solicita el tiempo máximo de inferencia y un dataset etiquetado. Los modelos se agrupan, filtran y entrenan, ofreciendo al usuario el mejor modelo de cada grupo para decidir según precisión y latencia. Para validar el enfoque se construye un dataset con imágenes de piezas de plástico, ampliado con data augmentation y evaluado también con blurring gaussiano.","Facultad de Ciencias  \nDesarrollo de software Auto Machine Learning para usuarios de conocimiento no  \nexperto  \n(Auto Machine Learning software development for non-expert knowledge users)  \nTrabajo de Fin de Máster  \npara acceder al  \nMÁSTER EN CIENCIA DE DATOS  \nAutor: Álvaro Hormachea Guerra  \nDirectores: Diego García Saiz Santos Bringas Tejero  \nRealizado en: Centro Tecnológico de Componentes (CTC)  \nJunio-2023  \nResumen  \nEn el presente trabajo, se ha desarrollado un prototipo de programa auto machine learning para la ayuda a usuarios no expertos en el ´ambito de detecci´on de objetos por visi´on decomputador. Se ha desarrollado la parte de entrenamiento del programa, aportando flexibilidady ayuda al usuario para que no tenga que escribir ni una sola l´ınea de c´odigo. El programa solo requiere del usuario establecer el tiempo de inferencia m´aximo que desea, adem´as del dataset etiquetado para el entrenamiento. El programa clasifica y filtra en tres grupos los modelos disponibles y los entrena. Ofrece al usuario el mejor de cada grupo y este escoge en funci´on de laprecisi´on y el tiempo de inferencia conseguido.  \nSe ha creado un dataset a partir de im´agenes de piezas de pl´astico para validar el sistema. El dataset original conten´ıa im´agenes de 200 piezas pertenecientes a cuatro clases distintas. Aplicando t´ecnicas de data augmentation se ha conseguido un dataset de 1000 im´agenes conaproximadamente 7000 objetos en total. Tambi´en se han utilizado variaciones de este dataset difuminando las im´agenes con la t´ecnica de blurring gaussiano para poner a prueba los modelos.  \nLos resultados obtenidos son satisfactorios utilizando un entrenamiento relativamente sencillo y poco exhaustivo. Los usuarios podr´an utilizar m´etodos de detecci´on de objetos sin necesidad de tener conocimientos de programaci´on o de machine learning.  \nPalabras Clave: Auto Machine Learning-AutoML-Detecci´on de Objetos Abstract  \nIn this work, a prototype of an auto machine learning program has been developed to help non-expert users in the use of object detection methods by computer vision. The training part of the program has been developed, providing flexibility and help to the user so that he does not have to write a single line of code. The program only requires the user to set the maximum inference time desired, in addition to the labeled dataset for training. The program sorts and filters the available models into three groups and trains them. It offers the user the best one from each group and the user chooses based on the accuracy and inference time achieved.  \nA dataset was created from images of plastic parts to validate the system. The original dataset contained images of 200 parts belonging to four different classes. By applying “data augmentation” techniques, a dataset of 1000 images with approximately 7000 objects in total has been obtained. Variations of this dataset have also been used by blurring the images with the gaussian blurring technique to test the models.  \nThe results obtained are satisfactory using a relatively simple and not very exhaustive training. Users will be able to use object detection methods without programming or machine learning knowledge.  \nKey Words: Auto Machine Learning-AutoML-Object Detection  \n´Indice  \n1. Introducci´on 3  \n1.1. Conceptos importantes ................................ 4  \n2. Estado del arte 5  \n2.1. Sistemas AutoML ................................... 5  \n2.2. Modelos de detecci´on ................................. 7  \n3. Dise˜no del Sistema AutoML 11  \n3.1. Dise˜no del algoritmo ................................. 11  \n3.1.1. Diagrama de flujo del sistema de entrenamiento .............. 11  \n3.1.2. Desarrollo del algoritmo ........................... 13  \n3.2. Pruebas de hardware ................................. 15  \n3.2.1. Prueba de categorizaci´on preliminar ..................... 15  \n3.2.2. Pruebas integradas en el programa ..................... 16  \n3.3. Compatibilidad de modelos y","cbCaihOdRFwBuma6","https://ap.wps.com/l/cbCaihOdRFwBuma6","pdf",6085990,3,1,38,"Spanish","es",110,"# Introducción\n## Conceptos importantes\n# Estado del arte\n## Sistemas AutoML\n## Modelos de detección\n# Diseño del Sistema AutoML\n## Diseño del algoritmo\n## Pruebas de hardware\n## Compatibilidad de modelos y librerías\n## Especificaciones técnicas del entrenamiento\n# Validación\n## Métricas de validación\n## Dataset utilizado\n## Variaciones del Dataset\n# Resultados\n## Pruebas de categorización\n## Comprobaciones iniciales del sistema\n## Resultados dataset básico\n## Dataset con Blurring\n# Conclusiones\n# Nuevas vías de desarrollo\n# Referencias","[{\"question\":\"Qué problema resuelve el prototipo AutoML propuesto?\",\"answer\":\"Facilita a usuarios no expertos el uso de métodos de detección de objetos con visión por computador, reduciendo la necesidad de conocimientos de programación y ML.\"},{\"question\":\"Qué parámetros debe proporcionar el usuario para entrenar el sistema?\",\"answer\":\"El usuario define el tiempo máximo de inferencia deseado y aporta el dataset etiquetado utilizado para el entrenamiento.\"},{\"question\":\"Cómo se valida el sistema y qué papel tiene el dataset?\",\"answer\":\"Se crea un dataset a partir de imágenes de piezas de plástico, se amplía con data augmentation hasta 1000 imágenes y se prueban variaciones aplicando blurring gaussiano para evaluar los modelos.\"}]","Desarrollo de software Auto Machine Learning para usuarios de conocimiento no experto - Trabajo de Fin de Máster | PDF",1785732169,59,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"auto-machine-learning-software-development-for-non-expert-knowledge-users-masters-final-project","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/es/document/tecnología/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/auto-machine-learning-software-development-for-non-expert-knowledge-users-masters-final-project/120818/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-16","2026-08-03",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qué problema resuelve el prototipo AutoML propuesto?","Question",{"text":76,"@type":77},"Facilita a usuarios no expertos el uso de métodos de detección de objetos con visión por computador, reduciendo la necesidad de conocimientos de programación y ML.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Qué parámetros debe proporcionar el usuario para entrenar el sistema?",{"text":81,"@type":77},"El usuario define el tiempo máximo de inferencia deseado y aporta el dataset etiquetado utilizado para el entrenamiento.",{"name":83,"@type":74,"acceptedAnswer":84},"Cómo se valida el sistema y qué papel tiene el dataset?",{"text":85,"@type":77},"Se crea un dataset a partir de imágenes de piezas de plástico, se amplía con data augmentation hasta 1000 imágenes y se prueban variaciones aplicando blurring gaussiano para evaluar los modelos.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,106,110,114,118,122,126,130],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":22,"doc_module":4,"doc_module_name":47,"category_name":104,"show_sort_weight":97,"slug":105},"Examen","exam",{"id":107,"doc_module":4,"doc_module_name":47,"category_name":108,"show_sort_weight":97,"slug":109},44,"General","general",{"id":111,"doc_module":4,"doc_module_name":47,"category_name":112,"show_sort_weight":97,"slug":113},41,"Investigación e Informes","research-report",{"id":115,"doc_module":4,"doc_module_name":47,"category_name":116,"show_sort_weight":97,"slug":117},37,"Literatura","literature",{"id":119,"doc_module":4,"doc_module_name":47,"category_name":120,"show_sort_weight":97,"slug":121},22,"Relatos y Novelas","story-novel",{"id":123,"doc_module":4,"doc_module_name":47,"category_name":124,"show_sort_weight":97,"slug":125},42,"Religión y Espiritualidad","religion-spirituality",{"id":127,"doc_module":4,"doc_module_name":47,"category_name":128,"show_sort_weight":97,"slug":129},40,"Salud y Atención Médica","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":131},"technology"]