Aplicación de la red convolucional Mask R-CNN para la estimación del peso corporal del cuy

• Ormeño-Ayala, Yeshica Isela ^[1] ; Zapata-Ttito, Abel Gabriel ^[1]
  1. [1] Universidad Nacional de San Antonio Abad del Cusco

     Universidad Nacional de San Antonio Abad del Cusco

     Cusco, Perú

     
• Localización: Revista científica de sistemas e informática, ISSN-e 2709-992X, Vol. 4, Nº. 1, 2024 (Ejemplar dedicado a: Revista Científica de Sistemas e Informática; e612)
• Idioma: español
• Títulos paralelos:
  • Application of the convolutional network Mask R-CNN for the estimation of the body weight of the guinea pig
• Enlaces
  • Texto completo
• Resumen
  • español

    La inteligencia artificial puede contribuir en el seguimiento del ciclo productivo del cuy mediante la aplicación de redes convolucionales, siendo una necesidad la estimación de su peso. Este estudio se enfocó en la aplicación de la red convolucional Mask R-CNN, utilizando una aplicación móvil como herramienta para la captura de imágenes. La metodología abarcó las siguientes etapas: i) revisión bibliográfica, ii) recolección de datos (imágenes y pesos de cuyes), iii) procesamiento de imágenes mediante aumento de datos, iv) construcción de un dataset (selección de imágenes y transformación de datos), v) adaptación y entrenamiento de la red convolucional, vi) análisis de los resultados para validar su desempeño, y finalmente, vii) implementación de una aplicación móvil como herramienta de estimación de peso. Se logró recopilar un conjunto de 6244 imágenes de cuyes con sus respectivos pesos y máscaras, junto con la adaptación de la red Mask R-CNN. Estas tareas condujeron a una correlación de R2 = 80,2% con el conjunto de validación, así como al desarrollo de un prototipo funcional capaz de estimar el peso de los cuyes utilizando la cámara de un teléfono celular.

  • English

    Artificial intelligence can contribute in tracking the productive cycle of the cuy through the application of convolutional networks, being a necessity the estimation of its weight. This study focused on the application of the Mask R-CNN convolutional network, using a mobile application as a tool for image capture. The methodology covered the following stages: i) bibliographic review, ii) data collection (images and pig weights), iii) image processing through data augmentation, iv) construction of a dataset (image selection and data transformation); , v) adaptation and training of the convolutional network, vi) analysis of the results to validate its performance, and finally, vii) implementation of a mobile application as a weight estimation tool. A set of 6244 pig images with their respective weights and masks was managed to be collected, together with the Mask R-CNN network adaptation. These tasks led to a correlation of R2 = 80.2% with the validation set, as well as to the development of a functional prototype capable of estimating the weight of pigs using the camera of a cell phone.