DISEÑO E IMPLEMENTACIÓN DE ALGORITMO DE DETECCIÓN Y CONTEO DE PECES USANDO INTELIGENCIA ARTIFICIAL.

Olejua Santos, Oscar Danilo

DISEÑO E IMPLEMENTACIÓN DE ALGORITMO DE DETECCIÓN Y CONTEO DE PECES USANDO INTELIGENCIA ARTIFICIAL.

dc.contributor.advisor	Barrero Pérez, Jaime Guillermo
dc.contributor.author	Olejua Santos, Oscar Danilo
dc.contributor.evaluator	Abreo Carrillo, Sergio Alberto
dc.contributor.evaluator	Ramirez Silva, Ana Beatriz
dc.date.accessioned	2023-05-31T16:58:44Z
dc.date.available	2023-05-31T16:58:44Z
dc.date.created	2023-05-30
dc.date.embargoEnd	2025-05-29
dc.date.issued	2023-05-30
dc.description.abstract	La Organización de las Naciones Unidas para la Alimentación y la Agricultura reconoce la importancia de la piscicultura en la seguridad alimentaria, la reducción de la pobreza y la generación de empleo y promueve el desarrollo de prácticas sostenibles para mejorar la eficiencia y la productividad en los cultivos. Además, La industria piscícola en Colombia ha experimentado un crecimiento significativo en los últimos años, con un aumento notable en las exportaciones. En relación a esto, el conteo de peces se convierte en una herramienta crucial para el desarrollo adecuado de buenas prácticas, lo cual contribuye al crecimiento de la industria en el país y resulta clave para el éxito de la producción, sin embargo, hacerlo de forma manual es un obstáculo para el crecimiento sostenible de la industria. En este estudio, se presenta un algoritmo de conteo de peces que consta de tres partes. En primer lugar, se utiliza un módulo que emplea una de las dos topologías Yolov5x o Yolov5s de la arquitectura Yolov5 para la detección de peces fotograma a fotograma en un vídeo. En segundo lugar, se utiliza un módulo de asignación de identificadores en conjunto con un filtro de Kalman para realizar el seguimiento individual de cada pez durante su aparición en pantalla. Por último, se emplea un módulo para realizar el conteo de los peces identificados. Los resultados obtenidos alcanzan una precisión superior al 96.6 % con el modelo más rápido y un 98.8 % con el modelo más preciso. Además, se proponen sugerencias para mejorar el desempeño y la velocidad del sistema, y se plantean trabajos futuros.
dc.description.abstractenglish	The United Nations Food and Agriculture Organization recognizes the importance of aquaculture in food security, poverty reduction, and job creation, and promotes the development of sustainable practices to improve efficiency and productivity. Furthermore, the fish farming industry in Colombia has experienced significant growth in recent years, with a notable increase in exports. In relation to this, fish counting becomes a crucial tool for the proper development of good practices, which contributes to the industry’s growth in the country and is key to the success of production. However, manual counting poses an obstacle to the sustainable growth of the industry. In this study, an algorithm for fish counting is presented, consisting of three parts. Firstly, a module is used that employs one of two Yolov5x or Yolov5s topologies of the Yolov5 architecture for frame-by-frame fish detection in a video. Secondly, an identifier assignment module is used in conjunction with a Kalman filter to track each fish individually during its appearance on the screen. Lastly, a module is employed to perform the counting of the identified fish. The results obtained achieve an accuracy of over 96.6% with the fastest model and 98.8% with the most accurate model. Additionally, suggestions are proposed to improve the performance and speed of the system, and future work.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/14494
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	YOLOV5
dc.subject	FILTRO DE KALMAN
dc.subject	CONTADORA DE OBJETOS
dc.subject	VISIÓN ARTIFICIAL
dc.subject	PECES
dc.subject.keyword	YOLOV5
dc.subject.keyword	KALMAN FILTER
dc.subject.keyword	OBJECT COUNTER
dc.subject.keyword	ARTIFICIAL VISION
dc.subject.keyword	FISH
dc.title	DISEÑO E IMPLEMENTACIÓN DE ALGORITMO DE DETECCIÓN Y CONTEO DE PECES USANDO INTELIGENCIA ARTIFICIAL.
dc.title.english	DESIGN AND IMPLEMENTATION OF A FISH DETECTION AND COUNTING ALGORITHM USING ARTIFICIAL INTELLIGENCE.
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type