Determinación del mejor algoritmo de reconocimiento de imágenes de camélidos sudamericanos mediante machine learning, Apurímac, 2023

Show simple item record

dc.contributor.advisor Ibarra Cabrera, Manuel Jesús
dc.contributor.author Carrasco Sauñe, Filio
dc.date.accessioned 2024-05-15T18:23:18Z
dc.date.available 2024-05-15T18:23:18Z
dc.date.issued 2024-05-15
dc.identifier.citation IEEE es_PE
dc.identifier.uri http://repositorio.unamba.edu.pe/handle/UNAMBA/1397
dc.description.abstract Las alpacas y las vicuñas pertenecen a la familia de los camélidos sudamericanos, la alpaca es un animal doméstico, mientras que, la vicuña es un animal silvestre que generalmente vive en alturas superiores a los 3000 m.s.n.m. El problema es que en el caso de las vicuñas es difícil realizar el reconocimiento y conteo y porque por su naturaleza de ser animal silvestre huyen de las personas y de cualquier otro objeto extraño que no es de su entorno; el otro problema es que no se tiene una base de datos de imágenes o fotos de vicuñas para hacer un estudio de reconocimiento de imágenes. Este trabajo consistió en recolectar 146 imágenes de vicuña, de los cuales 95, fueron consideradas para el entrenamiento 41 para la validación y 10 para las pruebas; las imágenes fueron recolectadas en el distrito de Cotaruse, provincia de Aymaraes en la región Apurímac de Perú. Para el caso de las alpacas, las imágenes se obtuvieron del repositorio de Kaggle y se trabajó con 142 imágenes de las cuales 102 fueron consideradas para el entrenamiento, 30 para la validación y 10 para las pruebas. Los resultados muestran que el algoritmo o modelo Mask R-CNN obtiene valor para accuracy de 1,0 para las vicuñas y de 1,0 para las alpacas; estos valores son los más eficientes en relación con los encontrados por Yolo V8 y SSMD. es_PE
dc.description.uri Tesis es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional Micaela Bastidas de Apurímac es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/us/ *
dc.source Universidad Nacional Micaela Bastidas de Apurímac es_PE
dc.source Repositorio Institucional - UNAMBA es_PE
dc.subject Camélidos es_PE
dc.subject Reconocimiento es_PE
dc.subject Red neuronal es_PE
dc.subject Vicuña es_PE
dc.title Determinación del mejor algoritmo de reconocimiento de imágenes de camélidos sudamericanos mediante machine learning, Apurímac, 2023 es_PE
dc.type info:eu-repo/semantics/bachelorThesis es_PE
thesis.degree.name Ingeniero Informático y Sistemas es_PE
thesis.degree.discipline Ingeniería Informática y Sistemas es_PE
thesis.degree.program Presencial es_PE
thesis.degree.grantor Universidad Nacional Micaela Bastidas de Apurímac. Facultad de Ingeniería es_PE
thesis.degree.level Título Profesional es_PE
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#1.02.00 es_PE
dc.description.peer-review Jurados es_PE
renati.advisor.orcid https://orcid.org/0000-0001-6711-4916 es_PE
renati.advisor.dni 23974689 es_PE
renati.type https://purl.org/pe-repo/renati/type#tesis es_PE
renati.level https://purl.org/pe-repo/renati/level#tituloProfesional es_PE
renati.discipline 612296 es_PE
renati.juror Mamani Vilca, Ecler
renati.juror Rojas Enríquez, Hesmeralda
renati.juror Mamani Coaquira, Yonatan
dc.publisher.country PE
renati.author 47050254 es_PE
renati.degree.name Título Profesional es_PE


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Search DSpace


Browse

My Account

Statistics