Look-up in Google Scholar
Full metadata record
Nina Choquehuayta, Wilder
Calisaya Chambi, Bryan
Trujillo Mediano, Julia
2024-06-13T21:05:21Z
2024-06-13T21:05:21Z
2024
https://hdl.handle.net/20.500.12867/9114
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%. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Tecnológica del Perú (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (es_PE)
Repositorio Institucional - UTP (es_PE)
Universidad Tecnológica del Perú (es_PE)
Machine learning (es_PE)
Deep learning (es_PE)
Yolov3 (es_PE)
Redes neuronales (es_PE)
Modelo de Detección de Truchas en Jaulas Flotantes basado en Visión Monocular usando YOLO v3 (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Tecnológica del Perú. Facultad de Ingeniería (es_PE)
Ingeniería de Sistemas e Informática (es_PE)
Ingeniero de Sistemas e Informática (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.02.04 (es_PE)
Pregrado (es_PE)
http://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
46107976
https://orcid.org/0000-0002-6027-4973 (es_PE)
47875964
72169324
612156 (es_PE)
Urquizo Abril, Maribel Carmen
Sardón Paniagua, Aníbal
Mendoza Montoya, Jorge Javier
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons