Uso de información de índices espectrales e imágenes sintéticas en el entrenamiento de una Red Neuronal Convolucional en la detección de Caiman latirostris
Durante la última década, los drones han expandido y consolidado su utilización en el campo de la ecología como una herramienta de monitoreo de especies in situ. Esto ha complementado otros métodos tradicionales de conteo en campo, realizados por señalamiento directo o búsqueda en fotografías aéreas...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/176364 |
| Aporte de: |
| Sumario: | Durante la última década, los drones han expandido y consolidado su utilización en el campo de la ecología como una herramienta de monitoreo de especies in situ. Esto ha complementado otros métodos tradicionales de conteo en campo, realizados por señalamiento directo o búsqueda en fotografías aéreas o satelitales. Sin embargo, hay especies de gran interés de estudio para la región, como es el caso del Caiman latirostris, que presentan una mayor complejidad para ser detectadas debido a su capacidad para camuflarse, lo cual las hace difícil de diferenciar de su entorno. En conjunto con los drones utilizados en ecología, el conteo manual ha sido progresivamente complementado por el uso de Redes Neuronales, destacando particularmente a las Redes Neuronales Convolucionales (RNC) por su aplicabilidad en problemas asociados al procesamiento de imágenes. En el presente trabajo se presentan 3 alternativas de entrenamiento para una Red Convolucional (YOLOv8) y se evalúan sus desempeños: 1) Con aplicación directa sobre imágenes originales; 2) Con transformación de imágenes a matrices conformadas por índices espectrales; 3) Con aumentación de datos mediante el uso de imágenes sintéticas, simulando una distribución de individuos. En resultados preliminares, se ha encontrado que la primer opción sigue logrando un mejor desempeño respecto de los otros métodos propuestos. Contrario a nuestras hipótesis, el uso de índices espectrales empeoró ligeramente los resultados, mientras que el uso de imágenes sintéticas tuvo un rendimiento inferior. |
|---|