Solución tecnológica para identificar mascotas perdidas utilizando Deep Learning en el distrito de Chorrillos

Abstract

La presente investigación tiene como objetivo elaborar una propuesta de solución tecnológica que identifique perros perdidos a través de imágenes capturadas por dispositivos móviles utilizando deep learning. Esto surge debido a la carencia de herramientas tecnológicas que faciliten la búsqueda de perros perdidos en la comunidad de Chorrillos.

En la actualidad se cuenta con herramientas capaces de clasificar objetos, tales como GoogLeNet, la cual es una red neuronal convolucional capaz de detectar más de mil categorías de objetos. También están disponibles algunos algoritmos para clasificación de razas de perros y de identificación de perros, los cuales llegan a alcanzar un índice de hasta 83% de precisión.

Este proyecto presenta una propuesta de solución tecnológica que incluye una aplicación móvil que sirva como herramienta para identificar perros perdidos soportado por un sistema desplegado en Azure por medio de APIs que usarán componentes de deep learning para procesamiento de imágenes y de identificación de perros.

The objective of this research is to develop a proposal of a technological solution that identifies lost dogs through images captured by mobile devices using deep learning. This arises due to the lack of technological tools that facilitate the search for lost dogs in the community of Chorrillos.

Currently there are tools capable of classifying objects, such as GoogLeNet, which is a convolutional neural network capable of detecting more than a thousand categories of objects. Some algorithms for dog breed classification and dog identification are also available, reaching up to an 83% accuracy rate.

This project presents a proposal for a technological solution that includes a mobile application that serves as a tool to identify lost dogs supported by a system deployed in Azure through APIs that will use deep learning components for image processing and dog identification.