Title: diseño e implementación de un prototipo de videovigilancia para la detección de elementos de pesca ilegal con visión artificial en la laguna de Pacucha – 2022
Advisor(s): ORÉ CERRÓN, JUAN JOSÉ
OCDE field: http://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2023
Institution: Universidad Nacional José María Arguedas
Abstract: La pesca ilegal, no declarada y no reglamentada (INDNR) abarca toda pesca que viola
las normas pesqueras o se produce fuera del alcance de las leyes y reglamentos. Representa
una amenaza social, económica y ambiental. Pone en peligro la seguridad alimentaria y
nutricional de personas cercanas a la actividad pesquera en el país. En septiembre del 2017 el
Perú se adhirió al Acuerdo sobre Medidas del Estado Rector del Puerto (AMERP) para
prevenir, desalentar y eliminarlo del ecosistema marino. Sin embargo, existen mínimas
normativas que fortalezcan la lucha contra la pesca ilegal en lagos, ríos y lagunas en el país.
Como el caso de la laguna de Pacucha en donde se planteó como objetivo general desarrollar
un sistema de videovigilancia con IA (Inteligencia Artificial), haciendo el uso de visión
artificial con capacidad de identificar elementos de pesca ilegal. Para el desarrollo del proyecto
se tomó por conveniente el uso de la metodología Empagile el cual es una adaptación del
método Desing Thinking que tiene la finalidad de encontrar la solución con ideas innovadoras,
combinado con métodos de procesos agiles, el marco de desarrollo ágil SCRUM, el cual nos
proporciona lo necesario para construir la solución. Se utilizó el microordenador Raspberry
4B y una cámara Pi, la plataforma de desarrollo de aprendizaje automático supervisado Vertex
AI donde se entrenó el modelo personalizado para ser exportado en formato “.tflite”, su
ejecución se llevó con TensorFlow lite una librería de software libre y de código abierto para
el aprendizaje de maquina e inteligencia artificial. Se concluyó con la detección correcta de los
objetos obteniendo una precisión del 97.1% y un puntaje de 0.871 de 1 que demuestra la alta
calidad del modelo entrenado.
Discipline: Ingeniería Sistemas
Grade or title grantor: Universidad Nacional José María Arguedas, Facultad de Ingeniería
Grade or title: Ingeniero Sistemas
Juror: Quispe Quispe, Roberto; Silvera Reynaga, Humberto; Farfán Inca Roca, Jesús
Register date: 25-Jul-2024