Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado

Autores
Aranda, Marcos; Redolfi, Javier Andrés; Araguás, Gastón
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La detección de objetos es una tecnología de la visión por computadora, con aplicaciones importantes en la ganadería para la gestión de recursos, el monitoreo de la salud animal y la automatización de tareas críticas. YOLO, una red neuronal convolucional ampliamente reconocida por su habilidad en la detección de objetos en tiempo real. Si bien el modelo YOLOv7 ha mejorado significativamente, esto conlleva a un aumento en los recursos computacionales, el objetivo de este trabajo el de optimizar el rendimiento en el uso de la GPU utilizada para realizar la inferencia, garantizando detecciones precisas en tiempo real, particularmente en la gestión de ganado en la provincia de Catamarca. Se exploran diversas técnicas de optimización, incluyendo mejoras en el hardware, ajuste de hiperparámetros y optimización del código fuente. A través de estas técnicas se busca equilibrar la precisión y la sensibilidad del modelo, de forma conjunta con la eficiencia computacional. Con este trabajo se busca avanzar en la aplicación de visión por computadora en la ganadería de precisión, donde el modelo YOLOv7 se indaga y se busca optimizar la detección de objetos en otros contextos donde la precisión, la sensibilidad y los recursos computacionales son fundamentales.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Visión por computadora
Aprendizaje automático
Redes neuronales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/178368
Acceder
id SEDICI_8c64d84b8f4c0879e88fd43b47937001
oai_identifier_str oai:sedici.unlp.edu.ar:10915/178368
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganadoAranda, MarcosRedolfi, Javier AndrésAraguás, GastónCiencias InformáticasVisión por computadoraAprendizaje automáticoRedes neuronalesLa detección de objetos es una tecnología de la visión por computadora, con aplicaciones importantes en la ganadería para la gestión de recursos, el monitoreo de la salud animal y la automatización de tareas críticas. YOLO, una red neuronal convolucional ampliamente reconocida por su habilidad en la detección de objetos en tiempo real. Si bien el modelo YOLOv7 ha mejorado significativamente, esto conlleva a un aumento en los recursos computacionales, el objetivo de este trabajo el de optimizar el rendimiento en el uso de la GPU utilizada para realizar la inferencia, garantizando detecciones precisas en tiempo real, particularmente en la gestión de ganado en la provincia de Catamarca. Se exploran diversas técnicas de optimización, incluyendo mejoras en el hardware, ajuste de hiperparámetros y optimización del código fuente. A través de estas técnicas se busca equilibrar la precisión y la sensibilidad del modelo, de forma conjunta con la eficiencia computacional. Con este trabajo se busca avanzar en la aplicación de visión por computadora en la ganadería de precisión, donde el modelo YOLOv7 se indaga y se busca optimizar la detección de objetos en otros contextos donde la precisión, la sensibilidad y los recursos computacionales son fundamentales.Red de Universidades con Carreras en Informática2024-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf270-279http://sedici.unlp.edu.ar/handle/10915/178368spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2428-5info:eu-repo/semantics/reference/hdl/10915/172755info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:39:13Zoai:sedici.unlp.edu.ar:10915/178368Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:39:14.105SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
title Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
spellingShingle Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
Aranda, Marcos
Ciencias Informáticas
Visión por computadora
Aprendizaje automático
Redes neuronales
title_short Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
title_full Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
title_fullStr Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
title_full_unstemmed Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
title_sort Optimización de la red neuronal YOLOv7 para la clasificación y detección de ganado
dc.creator.none.fl_str_mv Aranda, Marcos
Redolfi, Javier Andrés
Araguás, Gastón
author Aranda, Marcos
author_facet Aranda, Marcos
Redolfi, Javier Andrés
Araguás, Gastón
author_role author
author2 Redolfi, Javier Andrés
Araguás, Gastón
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Visión por computadora
Aprendizaje automático
Redes neuronales
topic Ciencias Informáticas
Visión por computadora
Aprendizaje automático
Redes neuronales
dc.description.none.fl_txt_mv La detección de objetos es una tecnología de la visión por computadora, con aplicaciones importantes en la ganadería para la gestión de recursos, el monitoreo de la salud animal y la automatización de tareas críticas. YOLO, una red neuronal convolucional ampliamente reconocida por su habilidad en la detección de objetos en tiempo real. Si bien el modelo YOLOv7 ha mejorado significativamente, esto conlleva a un aumento en los recursos computacionales, el objetivo de este trabajo el de optimizar el rendimiento en el uso de la GPU utilizada para realizar la inferencia, garantizando detecciones precisas en tiempo real, particularmente en la gestión de ganado en la provincia de Catamarca. Se exploran diversas técnicas de optimización, incluyendo mejoras en el hardware, ajuste de hiperparámetros y optimización del código fuente. A través de estas técnicas se busca equilibrar la precisión y la sensibilidad del modelo, de forma conjunta con la eficiencia computacional. Con este trabajo se busca avanzar en la aplicación de visión por computadora en la ganadería de precisión, donde el modelo YOLOv7 se indaga y se busca optimizar la detección de objetos en otros contextos donde la precisión, la sensibilidad y los recursos computacionales son fundamentales.
Red de Universidades con Carreras en Informática
description La detección de objetos es una tecnología de la visión por computadora, con aplicaciones importantes en la ganadería para la gestión de recursos, el monitoreo de la salud animal y la automatización de tareas críticas. YOLO, una red neuronal convolucional ampliamente reconocida por su habilidad en la detección de objetos en tiempo real. Si bien el modelo YOLOv7 ha mejorado significativamente, esto conlleva a un aumento en los recursos computacionales, el objetivo de este trabajo el de optimizar el rendimiento en el uso de la GPU utilizada para realizar la inferencia, garantizando detecciones precisas en tiempo real, particularmente en la gestión de ganado en la provincia de Catamarca. Se exploran diversas técnicas de optimización, incluyendo mejoras en el hardware, ajuste de hiperparámetros y optimización del código fuente. A través de estas técnicas se busca equilibrar la precisión y la sensibilidad del modelo, de forma conjunta con la eficiencia computacional. Con este trabajo se busca avanzar en la aplicación de visión por computadora en la ganadería de precisión, donde el modelo YOLOv7 se indaga y se busca optimizar la detección de objetos en otros contextos donde la precisión, la sensibilidad y los recursos computacionales son fundamentales.
publishDate 2024
dc.date.none.fl_str_mv 2024-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/178368
url http://sedici.unlp.edu.ar/handle/10915/178368
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2428-5
info:eu-repo/semantics/reference/hdl/10915/172755
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
270-279
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064408209391616
score 13.22299

Publicaciones similares