Modelo de aprendizaje profundo para la detección de objetos de interés en el Bosque de La Primavera
El Bosque la Primavera es uno de los ecosistemas más importantes en Guadalara, México. Sin embargo, en las últimas décadas, el ecosistema del bosque se ha degradado de forma preocupante debido a incendios, invasiones y al desarrollo urbano, entre otras causas. Por lo anterior, es importante monitore...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2022 |
| País: | México |
| Institución: | Instituto Tecnológico y de Estudios Superiores de Occidente |
| Repositorio: | Repositorio Institucional del ITESO |
| Idioma: | español |
| OAI Identifier: | oai:rei.iteso.mx:11117/8053 |
| Acceso en línea: | https://hdl.handle.net/11117/8053 |
| Access Level: | acceso abierto |
| Palabra clave: | Deep Learning Aprendizaje Profundo Bosque La Primavera |
| Sumario: | El Bosque la Primavera es uno de los ecosistemas más importantes en Guadalara, México. Sin embargo, en las últimas décadas, el ecosistema del bosque se ha degradado de forma preocupante debido a incendios, invasiones y al desarrollo urbano, entre otras causas. Por lo anterior, es importante monitorear de forma permanente el estado de salud del ecosistema. Sin embargo, realizar una inspección manual es un proceso lento y costoso. Por esto, y con el fin de reducir costos y tiempo, en este trabajo de obtención de grado se trabajó con el modelo Faster R-CNN para la detección de árboles del Bosque de la Primavera. |
|---|