Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14680
Tipo de material: masterThesis
Título : Monitoring Tunas and Sharks using YOLO models in the Galápagos Islands
Autor : Morales Arcos, Diego Santiago
Director de Tesis : Pérez Pérez, Noel, dir.
Descriptores : Inteligencia artificial - Aplicaciones - Tesis y disertaciones académicas
Fecha de publicación : 18-dic-2024
Editorial : Quito,
Citación : Tesis (Magíster en Inteligencia Artificial), Universidad San Francisco de Quito, Colegio de Posgrados ; Quito, Ecuador, 2024
Páginas : 18 h.
Acceso: openAccess
Atribución-NoComercial-SinDerivadas 3.0 Ecuador
Resumen : Los tiburones y las atunes desempeñan un papel fundamental en los ecosistemas marinos, pero sus poblaciones están disminuyendo debido a la sobrepesca y la pérdida de hábitat. Se necesitan urgentemente métodos de monitoreo precisos y no invasivos para guiar estrategias de conservación efectivas. En este estudio, proponemos un sistema de detección automatizada basado en YOLO diseñado para identificar con precisión tiburones (específicamente tiburones sedosos y tigres) y atunes en videos submarinos grabados en las Islas Galápagos...
Descripción : Sharks and tunas play a pivotal role in marine ecosystems, yet their populations are declining due to overfishing and habitat loss. Accurate, non-invasive monitoring methods are urgently needed to guide effective conservation strategies. In this study, we propose a YOLO-based automated detection system designed to accurately identify sharks (specifically silky and tiger sharks) and tunas in underwater videos recorded in the Galápagos Islands...
URI : http://repositorio.usfq.edu.ec/handle/23000/14680
Aparece en las colecciones: Tesis - Maestría en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
339647.pdfTexto completo3.88 MBAdobe PDFVisualizar/Abrir


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