Análisis comparativo de modelos de Inteligencia Artificial para el Procesamiento de Imágenes en Vehículos Robots

Abstract

En los últimos años, la visión por computadora ha experimentado una profunda transformación, debido a que los avances actuales de la inteligencia artificial permiten que modelos complejos se ejecuten sobre hardware de recursos limitados. Este artículo presenta la comparación de varios modelos preentrenados de estimación monocular de profundidad y segmentación semántica, los cuales fueron evaluados en una Raspberry Pi 3 y en una PC de referencia. El objetivo es identificar qué modelos ofrecen el mejor compromiso entre tiempo de cómputo y calidad de resultados, planteando su futura integración en un módulo de conducción autónoma. Los resultados muestran que MonoDepth2 (estimación monocular) y Fast SCNN-PyTorch (segmentación semántica) son los modelos que logran una relación óptima entre el tiempo de ejecución y la calidad de resultados. Por otro lado, FastDepth mejora los tiempos respecto a MonoDepth2 pero con calidad inferior, mientras que SegFormer presenta tiempos de inferencia más elevados, en conjunto con una calidad inferior en los resultados, respecto a Fast SCNN-Pytorch.