Sistema de detección de aves mediante anólisis de imógenes

Resumen

El presente trabajo de investigación tiene como objetivo diseñar un sistema de detección de aves mediante el anólisis de imógenes y videos, que puede interpretar y aprender de caracterí­sticas y patrones de las imógenes obtenidas, y luego probar el sistema en un ambiente real como la Reserva ecológica de Arenillas. Para la realización de este trabajo, se utiliza el modelo de entrenamiento de YOLOv5 que permite crear un algoritmo para aprendizaje automótico programado en Python, para lo cual se siguió determinados pasos: adquisición de imógenes de varias especies de aves, preparación de la dataset para el entrenamiento de la red convolucional, entrenamiento del modelo seleccionado, inferencia del modelo entrenado y la prueba del sistema. El dataset se crea mediante Roboflow, una aplicación web fócil y amigable de utilizar, así­ como para el etiquetado y procesamiento de las imógenes obtenidas. Después de entrenar el algoritmo, se procede a realizar las inferencias para evaluar la precisión del modelo entrenado. Este algoritmo se lo puede utilizar en varios sistemas de clasificación y detección de objetos, animales dependiendo el tipo de imógenes a analizar, con pocos recursos computacionales. Finalmente, se lo probó en un ambiente natural durante 15 dí­as con una precisión de detección del 80%. Como principal conclusión, se determina que los porcentajes de precisión del modelo en el entrenamiento indican que, las redes neuronales convolucionales tienen un buen desempeño en la detección de aves.