Opciones de bases de datos para la detección de trabajadores aplicada a la ingeniería civil

• Autor: Suelperes Rodríguez, Jesús Hector
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/22988
• Enlace del recurso: https://hdl.handle.net/20.500.12724/22988
• Nivel de acceso: acceso abierto
• Materia: Pendiente; https://purl.org/pe-repo/ocde/ford#2.01.01

La industria de la construcción a diferencia de otras industrias no tiene muy presente a la industria 4.0, específicamente el uso de inteligencia artificial en busca de la automatización de procesos que permitan ser eficientes en el desarrollo de un proyecto de construcción, debido a la falta de categorización de datos. Hoy en día las distintas metodologías existentes para llevar a cabo un proyecto permiten tener una mejor gestión de toda la información que genera dicho proyecto, y es esa información la que puede ser utilizada como base de datos para la inteligencia artificial que puede ser aplicada en las distintas etapas de un proceso constructivo desde planificación hasta monitoreo y control. Se desarrolló una base de datos en tres distintos formatos “txt”, “PASCAL VOC” y “COCO” en donde se busca identificar a los trabajadores de construcción en distintas posturas con el fin de realizar seguimiento de personal, control de calidad, prevención de accidentes y conflictos, y revisar las condiciones de seguridad en aplicaciones futuras con el fin de garantizar su seguridad y un mejor monitoreo. La base de datos presentada se utilizó para entrenar el algoritmo de clasificación y detección de objetos YOLOv4. La base de datos está compuesta de 1214 imágenes, estas imágenes brindan información importante de los procesos en obra, tomadas por cámaras ubicadas a 8 metros y a 50 metros de distancia del nuevo Centro de Bienestar Universitario (CBU) de la Universidad de Lima.