En esta tesis se implementó un sistema de detección y conteo de vehículos en una sección del estacionamiento de la Universidad Ricardo Palma, con el objetivo de obtener el número de espacios disponibles y reducir el tiempo de consulta de espacios para el personal de seguridad; para esto, se propuso dos redes neuronales convolucionales (CNN): You Only Look Once v5 (YOLO v5) y Faster Region-based Convolutional Neural Network (Faster RCNN). Además, se optó por aplicar Transfer Learning a dichas CNN. Para ello se construyó un dataset de 460 imágenes conformado por imágenes de internet y autos estacionados en la universidad. Asimismo, para la operación del conteo de autos se utilizaron los métodos de limitación de espacios, por línea de interés (LOI) y región de interés (ROI), optando por el segundo método debido a ser el más adecuado para delimitar espacios de estacionamie...