Modelo de aprendizaje automático para la detección e identificación de vacas Holando en Uruguay

Abstract
En el siguiente proyecto se explora el desarrollo y validez de un modelo de aprendizaje automático para la identificación y detección de vacas, con un enfoque específico en las vacas Holando en Uruguay. Los resultados obtenidos a través de métodos actuales, aunque funcionalmente adecuados, pueden generar problemas de sanidad animal y fallas en la trazabilidad e identificación correcta de individuos. Por esto se plantea una investigación de la factibilidad y posterior ejecución de un modelo de visión artificial para la detección e identificación de vacas Holando. La implementación del modelo se divide en dos etapas fundamentales: detección e identificación. En la etapa de detección, se emplea una arquitectura basada en YOLOv8, que ha demostrado excelentes resultados en tareas de localización y clasificación de vacas. En cuanto al modelo de identificación, se han explorado arquitecturas siamesas y generadores de embeddings. Se concluye que la combinación de datos teóricos y empíricos permitió implementar un algoritmo de visión artificial sólido y efectivo para la identificación de vacas en los tambos, lo que ha brindado una perspectiva invaluable sobre las posibilidades y limitaciones de la tecnología actual, además de la enorme importancia que tiene el conocimiento del negocio y las aplicabilidades en el mundo real a la hora de desarrollar un proyecto de aprendizaje automático.
En
Thesis note
Proyecto (Carrera Universitaria). Universidad ORT Uruguay, Facultad de Ingeniería
Thesis degree name
Ingeniero en Sistemas
101 p. fot., tbls.
Notes
Incluye bibliografía y anexos.
Subject
PROYECTOS-ID, DESARROLLO DE SOFTWARE, APRENDIZAJE AUTOMÁTICO, REDES NEURONALES, GANADERÍA-URUGUAY
Type
Trabajo final de carrera
Access the full text
Citation
Cecilia Román, J., & Hsieh Lu, C. H. (2023). Modelo de aprendizaje automático para la detección e identificación de vacas Holando en Uruguay (Proyecto). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/6587
Rights license