Conteo automático de ganado con imágenes tomadas con drones.
- Autores
- Lozano , Juan Manuel
- Año de publicación
- 2023
- Idioma
- alemán
- Tipo de recurso
- tesis de grado
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Traversa, María Julia
Chayer, Ricardo - Descripción
- Argentina posee una producción bovina que supera los50 000 000 de animales con la cual intenta abastecer la demanda creciente de productos de origen animal a nivel mundial. Se cree que los rebaños serán más numerosos pero existe un proceso demográfico de éxodo rural. Por esto se presume que al personal que trabaje relacionado a la ganadería le resultará más difícil monitorear de manera confiable al rodeo en cuanto a existencias, salud, bienestar y productividad. Para brindar soluciones a esta problemática ha surgido la Ganadería De Precisión que tiene como objetivo sistematizar el manejo, el seguimiento y la gestión de los rodeos. En éste contexto existe la posibilidad de recorrer los establecimientos productores desde el aire con drones, esto permitiría establecer la cantidad de ganado y su distribución utilizando tecnologías de visión artificial y de recuento automático. Es por ello que en esta tesina se realiza una actualización bibliográfica acerca del conteo automático de ganado a través de imágenes tomadas con drones en el marco de la ganadería de precisión. Los criterios de inclusión más importantes para los documentos aquí analizados fueron idioma, fecha y pertinencia temática referidos al conteo automático de ganado con imágenes tomadas con drones en el periodo 2010-2021.Con los documentos incluidos en la revisión se generaron cinco categorías y ocho subcategorías de análisis de método y una categoría de resultados. También se determinaron doce subcategorías que influyen en la precisión de detección, observando que algunas de éstas son más determinantes con respecto a la precisión y se presentan como un desafío a resolver por parte de la GDP. Los resultados de detección y conteo que se han obtenido hasta la fecha varían desde el 72 al 99%. En la actualidad los consumidores del concepto GDP demandan resultados cada vez más precisos, confiables y eficientes.
Fil: Lozano, Juan Manuel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina.
Fil: Traversa, María Julia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina.
Fil: Chayer, Ricardo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina. - Materia
-
Dron
Conteo automático
Ganado
Detección - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Centro de la Provincia de Buenos Aires
- OAI Identificador
- oai:ridaa.unicen.edu.ar:123456789/3667
Ver los metadatos del registro completo
id |
RIDUNICEN_5aa518a8f04a76588aefecc08c0853c6 |
---|---|
oai_identifier_str |
oai:ridaa.unicen.edu.ar:123456789/3667 |
network_acronym_str |
RIDUNICEN |
repository_id_str |
a |
network_name_str |
RIDAA (UNICEN) |
spelling |
Conteo automático de ganado con imágenes tomadas con drones.Lozano , Juan ManuelDronConteo automáticoGanadoDetecciónArgentina posee una producción bovina que supera los50 000 000 de animales con la cual intenta abastecer la demanda creciente de productos de origen animal a nivel mundial. Se cree que los rebaños serán más numerosos pero existe un proceso demográfico de éxodo rural. Por esto se presume que al personal que trabaje relacionado a la ganadería le resultará más difícil monitorear de manera confiable al rodeo en cuanto a existencias, salud, bienestar y productividad. Para brindar soluciones a esta problemática ha surgido la Ganadería De Precisión que tiene como objetivo sistematizar el manejo, el seguimiento y la gestión de los rodeos. En éste contexto existe la posibilidad de recorrer los establecimientos productores desde el aire con drones, esto permitiría establecer la cantidad de ganado y su distribución utilizando tecnologías de visión artificial y de recuento automático. Es por ello que en esta tesina se realiza una actualización bibliográfica acerca del conteo automático de ganado a través de imágenes tomadas con drones en el marco de la ganadería de precisión. Los criterios de inclusión más importantes para los documentos aquí analizados fueron idioma, fecha y pertinencia temática referidos al conteo automático de ganado con imágenes tomadas con drones en el periodo 2010-2021.Con los documentos incluidos en la revisión se generaron cinco categorías y ocho subcategorías de análisis de método y una categoría de resultados. También se determinaron doce subcategorías que influyen en la precisión de detección, observando que algunas de éstas son más determinantes con respecto a la precisión y se presentan como un desafío a resolver por parte de la GDP. Los resultados de detección y conteo que se han obtenido hasta la fecha varían desde el 72 al 99%. En la actualidad los consumidores del concepto GDP demandan resultados cada vez más precisos, confiables y eficientes.Fil: Lozano, Juan Manuel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina.Fil: Traversa, María Julia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina.Fil: Chayer, Ricardo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias VeterinariasTraversa, María JuliaChayer, Ricardo2023-092023-11-17T18:10:19Z2023-11-17T18:10:19Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/trabajoFinalDeGradoapplication/pdfapplication/pdfLozano, J. M. (2023). Conteo automático de ganado con imágenes tomadas con drones [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.https://www.ridaa.unicen.edu.ar/handle/123456789/3667deuhttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-10-16T09:28:13Zoai:ridaa.unicen.edu.ar:123456789/3667instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-16 09:28:13.984RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Conteo automático de ganado con imágenes tomadas con drones. |
title |
Conteo automático de ganado con imágenes tomadas con drones. |
spellingShingle |
Conteo automático de ganado con imágenes tomadas con drones. Lozano , Juan Manuel Dron Conteo automático Ganado Detección |
title_short |
Conteo automático de ganado con imágenes tomadas con drones. |
title_full |
Conteo automático de ganado con imágenes tomadas con drones. |
title_fullStr |
Conteo automático de ganado con imágenes tomadas con drones. |
title_full_unstemmed |
Conteo automático de ganado con imágenes tomadas con drones. |
title_sort |
Conteo automático de ganado con imágenes tomadas con drones. |
dc.creator.none.fl_str_mv |
Lozano , Juan Manuel |
author |
Lozano , Juan Manuel |
author_facet |
Lozano , Juan Manuel |
author_role |
author |
dc.contributor.none.fl_str_mv |
Traversa, María Julia Chayer, Ricardo |
dc.subject.none.fl_str_mv |
Dron Conteo automático Ganado Detección |
topic |
Dron Conteo automático Ganado Detección |
dc.description.none.fl_txt_mv |
Argentina posee una producción bovina que supera los50 000 000 de animales con la cual intenta abastecer la demanda creciente de productos de origen animal a nivel mundial. Se cree que los rebaños serán más numerosos pero existe un proceso demográfico de éxodo rural. Por esto se presume que al personal que trabaje relacionado a la ganadería le resultará más difícil monitorear de manera confiable al rodeo en cuanto a existencias, salud, bienestar y productividad. Para brindar soluciones a esta problemática ha surgido la Ganadería De Precisión que tiene como objetivo sistematizar el manejo, el seguimiento y la gestión de los rodeos. En éste contexto existe la posibilidad de recorrer los establecimientos productores desde el aire con drones, esto permitiría establecer la cantidad de ganado y su distribución utilizando tecnologías de visión artificial y de recuento automático. Es por ello que en esta tesina se realiza una actualización bibliográfica acerca del conteo automático de ganado a través de imágenes tomadas con drones en el marco de la ganadería de precisión. Los criterios de inclusión más importantes para los documentos aquí analizados fueron idioma, fecha y pertinencia temática referidos al conteo automático de ganado con imágenes tomadas con drones en el periodo 2010-2021.Con los documentos incluidos en la revisión se generaron cinco categorías y ocho subcategorías de análisis de método y una categoría de resultados. También se determinaron doce subcategorías que influyen en la precisión de detección, observando que algunas de éstas son más determinantes con respecto a la precisión y se presentan como un desafío a resolver por parte de la GDP. Los resultados de detección y conteo que se han obtenido hasta la fecha varían desde el 72 al 99%. En la actualidad los consumidores del concepto GDP demandan resultados cada vez más precisos, confiables y eficientes. Fil: Lozano, Juan Manuel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina. Fil: Traversa, María Julia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina. Fil: Chayer, Ricardo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias; Argentina. |
description |
Argentina posee una producción bovina que supera los50 000 000 de animales con la cual intenta abastecer la demanda creciente de productos de origen animal a nivel mundial. Se cree que los rebaños serán más numerosos pero existe un proceso demográfico de éxodo rural. Por esto se presume que al personal que trabaje relacionado a la ganadería le resultará más difícil monitorear de manera confiable al rodeo en cuanto a existencias, salud, bienestar y productividad. Para brindar soluciones a esta problemática ha surgido la Ganadería De Precisión que tiene como objetivo sistematizar el manejo, el seguimiento y la gestión de los rodeos. En éste contexto existe la posibilidad de recorrer los establecimientos productores desde el aire con drones, esto permitiría establecer la cantidad de ganado y su distribución utilizando tecnologías de visión artificial y de recuento automático. Es por ello que en esta tesina se realiza una actualización bibliográfica acerca del conteo automático de ganado a través de imágenes tomadas con drones en el marco de la ganadería de precisión. Los criterios de inclusión más importantes para los documentos aquí analizados fueron idioma, fecha y pertinencia temática referidos al conteo automático de ganado con imágenes tomadas con drones en el periodo 2010-2021.Con los documentos incluidos en la revisión se generaron cinco categorías y ocho subcategorías de análisis de método y una categoría de resultados. También se determinaron doce subcategorías que influyen en la precisión de detección, observando que algunas de éstas son más determinantes con respecto a la precisión y se presentan como un desafío a resolver por parte de la GDP. Los resultados de detección y conteo que se han obtenido hasta la fecha varían desde el 72 al 99%. En la actualidad los consumidores del concepto GDP demandan resultados cada vez más precisos, confiables y eficientes. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-09 2023-11-17T18:10:19Z 2023-11-17T18:10:19Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/trabajoFinalDeGrado |
format |
bachelorThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
Lozano, J. M. (2023). Conteo automático de ganado con imágenes tomadas con drones [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. https://www.ridaa.unicen.edu.ar/handle/123456789/3667 |
identifier_str_mv |
Lozano, J. M. (2023). Conteo automático de ganado con imágenes tomadas con drones [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. |
url |
https://www.ridaa.unicen.edu.ar/handle/123456789/3667 |
dc.language.none.fl_str_mv |
deu |
language |
deu |
dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias |
publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Veterinarias |
dc.source.none.fl_str_mv |
reponame:RIDAA (UNICEN) instname:Universidad Nacional del Centro de la Provincia de Buenos Aires |
reponame_str |
RIDAA (UNICEN) |
collection |
RIDAA (UNICEN) |
instname_str |
Universidad Nacional del Centro de la Provincia de Buenos Aires |
repository.name.fl_str_mv |
RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ; |
_version_ |
1846143013717278720 |
score |
12.712165 |