Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/13074
Tipo de material: bachelorThesis
Título : Detección de leones marinos en las Islas Galápagos : una comparación entre los modelos de aprendizaje profundo YOLO-NAS y YOLOv8
Autor : Gil Bazán, Kevin Angel
Gil Bazán, Angelo Abel
Director de Tesis : Benítez, Diego, dir.
Descriptores : Aprendizaje automático (Inteligencia artificial) - Tesis y disertaciones académicas
Fecha de publicación : 25-jul-2023
Editorial : Quito
Citación : Tesis (Ingeniero Eléctronico), Universidad San Francisco de Quito, Colegio de Ciencias e Ingeniería ; Quito, Ecuador, 2023
Páginas : 38 h.
Acceso: openAccess
Atribución-NoComercial-SinDerivadas 3.0 Ecuador
Resumen : Los leones o lobos marinos (Zalophus Wollebaeki) son una especie protegida, y el monitoreo efectivo es crucial para la preservación del hábitat y los estudios de comportamiento. Sin embargo, el conteo manual de leones marinos es laborioso y propenso a errores. En este artículo, exploramos el uso de dos modelos de redes neuronales convolucionales estándar (YOLO-NAS y YOLOv8) para la detección de leones marinos como un paso preliminar hacia la automatización del proceso de conteo...
Descripción : Sea lions (Zalophus Wollebaeki) are a protected species, and effective monitoring is crucial for habitat preservation and behavioral studies. However, manual sea lion counting is laborious and error prone. In this paper, we explore the use of two standard convolutional neural network models (YOLO-NAS and YOLOv8) for sea lion detection as a preliminary step towards automating the counting process...
URI : http://repositorio.usfq.edu.ec/handle/23000/13074
Aparece en las colecciones: Tesis - Ingeniería Eléctrica y Electrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
213402-213404.pdfTexto completo2.77 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons