Mostrar el registro sencillo del ítem

dc.contributor.advisorORÉ CERRÓN, JUAN JOSÉes_PE
dc.contributor.authorVargas Huarcaya, Jhones_PE
dc.date.accessioned2024-07-25T16:28:39Z
dc.date.available2024-07-25T16:28:39Z
dc.date.issued2023
dc.identifier.urihttps://hdl.handle.net/20.500.14168/842
dc.description.abstractLa pesca ilegal, no declarada y no reglamentada (INDNR) abarca toda pesca que viola las normas pesqueras o se produce fuera del alcance de las leyes y reglamentos. Representa una amenaza social, económica y ambiental. Pone en peligro la seguridad alimentaria y nutricional de personas cercanas a la actividad pesquera en el país. En septiembre del 2017 el Perú se adhirió al Acuerdo sobre Medidas del Estado Rector del Puerto (AMERP) para prevenir, desalentar y eliminarlo del ecosistema marino. Sin embargo, existen mínimas normativas que fortalezcan la lucha contra la pesca ilegal en lagos, ríos y lagunas en el país. Como el caso de la laguna de Pacucha en donde se planteó como objetivo general desarrollar un sistema de videovigilancia con IA (Inteligencia Artificial), haciendo el uso de visión artificial con capacidad de identificar elementos de pesca ilegal. Para el desarrollo del proyecto se tomó por conveniente el uso de la metodología Empagile el cual es una adaptación del método Desing Thinking que tiene la finalidad de encontrar la solución con ideas innovadoras, combinado con métodos de procesos agiles, el marco de desarrollo ágil SCRUM, el cual nos proporciona lo necesario para construir la solución. Se utilizó el microordenador Raspberry 4B y una cámara Pi, la plataforma de desarrollo de aprendizaje automático supervisado Vertex AI donde se entrenó el modelo personalizado para ser exportado en formato “.tflite”, su ejecución se llevó con TensorFlow lite una librería de software libre y de código abierto para el aprendizaje de maquina e inteligencia artificial. Se concluyó con la detección correcta de los objetos obteniendo una precisión del 97.1% y un puntaje de 0.871 de 1 que demuestra la alta calidad del modelo entrenado.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional José María Arguedases_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectPesca ilegal,es_PE
dc.subjectvisión artificial,es_PE
dc.subjectraspberry Pi,es_PE
dc.subjectVertex AI,es_PE
dc.subjectTensorFlowes_PE
dc.titlediseño e implementación de un prototipo de videovigilancia para la detección de elementos de pesca ilegal con visión artificial en la laguna de Pacucha – 2022es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero Sistemases_PE
thesis.degree.grantorUniversidad Nacional José María Arguedas, Facultad de Ingenieríaes_PE
thesis.degree.disciplineIngeniería Sistemases_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE
dc.publisher.countryPEes_PE
renati.author.dni48749446
renati.advisor.dni20443907
renati.advisor.orcidhttps://orcid.org/0000 0003-4975-9328es_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.discipline612076es_PE
renati.jurorQuispe Quispe, Robertoes_PE
renati.jurorSilvera Reynaga, Humbertoes_PE
renati.jurorFarfán Inca Roca, Jesúses_PE
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04es_PE


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess
Universidad Nacional José María Arguedas

Jr. Juan Francisco Ramos N° 380. Andahuaylas - Apurimac - Perú | Telf. 083-422176 anexo 1000

Todos los contenidos de repositorio.unajma.edu.pe están bajo la Licencia Creative Commons

Contacto: repositorio@unajma.edu.pe