Identificación automática de gatos mediante reconocimiento de imágenes usando redes neuronales convolucionales

• Autor: Hernandez Neria, Marco Antonio Rosas
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/10219
• Enlace del recurso: https://hdl.handle.net/20.500.12802/10219
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales convolucionales; Cnn; Aprendizaje profundo; Reconocimiento de imágenes de gatos; http://purl.org/pe-repo/ocde/ford#2.02.04

Existe una alta tasa de mascotas domesticas abandonadas en el Perú, las entidades gubernamentales y no gubernamentales luchan cada día para que estos números se reduzcan con diferentes campañas, incentivando a la adopción en hogares que no cuenten con mascotas y también que realicen la esterilización en sus mascotas, pero aparte de estas campañas como combatir el abandono de las mascotas que realizan las personas, y así hacer valer la ley de protección y bienestar animal. Existen métodos para identificar si una mascota ha sido abandonada por ejemplo que sea identificada por el ojo humano, el uso de microchips, el uso de collar con código QR, pero como identificar si estos tres métodos mencionados no funcionan, frente a esta situación, como identificamos a una mascota abandonada en la calle, se trabajó con deep learning utilizando redes neuronales convolucionales, para identificar de manera automática a los gatos desaparecidos. Los resultados que se obtuvieron fueron de un 98% de exactitud al momento de probar la red neuronal convolucional, llegando así a la conclusión que las redes neuronales convolucionales son muy efectivas y fáciles de implementar para realizar trabajos de clasificación y predicción.