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

• Autor: Carrasco Sauñe, Filio
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional Micaela Bastidas de Apurímac
• Repositorio: UNAMBA-Institucional
• Lenguaje: español
• OAI Identifier: oai:172.16.0.151:UNAMBA/1397
• Enlace del recurso: http://repositorio.unamba.edu.pe/handle/UNAMBA/1397
• Nivel de acceso: acceso abierto
• Materia: Camélidos; Reconocimiento; Red neuronal; Vicuña; https://purl.org/pe-repo/ocde/ford#1.02.00

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.