Buscar en Google Scholar
Título: Modelo de Detección de Truchas en Jaulas Flotantes basado en Visión Monocular usando YOLO v3
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2024
Institución: Universidad Tecnológica del Perú
Resumen: En este trabajo de investigación, se propone la aplicación de un modelo de detección de peces en espacios controlados utilizando secuencias de videos y Deep Learning. El objetivo principal es automatizar el proceso de conteo de peces en pisciculturas, ya que actualmente se realiza de forma manual, lo que conlleva pérdida de tiempo y recursos. Para lograr esto, se presenta un modelo de detección de truchas basado en secuencias de videos. Se llevó a cabo una revisión exhaustiva de trabajos de investigación relacionados, los cuales brindaron importantes aportes para el desarrollo de este estudio. Además, se consultaron libros y artículos sobre Machine Learning, Deep Learning y la arquitectura YOLOv3, que es la utilizada en este trabajo. La metodología de investigación propuesta consta de varias etapas, como la selección de la arquitectura YOLOv3, la preparación del entorno de trabajo, la creación del conjunto de datos, el preprocesamiento de los datos, las técnicas de etiquetado, la conversión de etiquetas de segmentación a detección, la clasificación de imágenes para entrenamiento y validación, el entrenamiento del modelo, la detección de truchas y el análisis de los resultados obtenidos. Se presentan los resultados, conclusiones y recomendaciones derivadas de este estudio. Se calcularon las métricas de precisión media (AP) mediante la formación de la curva de exactitud en función de la memoria. Los resultados obtenidos mostraron un buen rendimiento en la detección de truchas en jaulas flotantes, con una precisión mayor al 70%.
Disciplina académico-profesional: Ingeniería de Sistemas e Informática
Institución que otorga el grado o título: Universidad Tecnológica del Perú. Facultad de Ingeniería
Grado o título: Ingeniero de Sistemas e Informática
Jurado: Urquizo Abril, Maribel Carmen; Sardón Paniagua, Aníbal; Mendoza Montoya, Jorge Javier
Fecha de registro: 13-jun-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons