Clasificación automática para animales en peligro de extinción de Colombia usando redes neuronales convolucionales

• Rivera-Carrillo, Andrés Felipe ^[1] ; Cardozo-Sarmiento, Darwin Orlando ^[1] ; Martinez-Campo, Sergio ^[2]
  1. [1] Universidad Francisco de Paula Santander

     Universidad Francisco de Paula Santander

     Colombia

     
  2. [2] Universidad Cooperativa de Colombia

     Universidad Cooperativa de Colombia

     Colombia

     
• Localización: Mundo FESC, ISSN-e 2216-0388, ISSN 2216-0353, Vol. 11, Nº. 22, 2021, págs. 94-104
• Idioma: español
• Títulos paralelos:
  • An automated classification for danger of extinction Animals from Colombia using convolutional neural networks
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    La extinción de distintos tipos de animales es un problema que ha ido creciendo a lo largo de los años y que, en consecuencia, ha provocado problemas medioambientales, como el cambio climático. La diversidad genética (biodiversidad) es esencial para el desarrollo de todas las especies y los seres humanos dependen de ella en su vida cotidiana. Cuando la biodiversidad disminuye, la esperanza de vida del ser humano se reduce, no sólo desde el punto de vista ecológico, sino también desde el punto de vista de los recursos, incluso para poder tener especies adaptadas a un nicho ecológico. En esta investigación se expondrá una estrategia informática que a lo largo del tiempo ha logrado grandes resultados; las redes neuronales convolucionales es un proceso que ha facilitado el monitoreo de diferentes tipos de animales en los últimos años, esto, con el fin de facilitar el proceso de reconocimiento y conteo de animales, enfocado a la agricultura y la zoología. Para ello, se utilizará una arquitectura en el campo de las redes neuronales convolucionales (CNN), Alexnet, que tiene referencias con resultados muy elevados. Además, se utiliza el software de programación matemática Matlab para el desarrollo de la red neuronal. Obteniendo de esta forma un resultado de precisión de validación del 97,52%, con la utilización de un conjunto de datos con 3026 imágenes, en donde, el 80% se utilizan para el entrenamiento y el 20% para la validación.

  • English

    The extinction of different types of animals is a problem that has been growing over the years, and that, consequently, has caused environmental problems, such as climate change. Genetic diversity (biodiversity) is essential for the development of all species and human beings depend on it in their daily lives. When biodiversity decreases, human life expectancy is reduced, not only from an ecological point of view, but also from a resource point of view, even to be able to have species that are adapted to an ecological niche. This research will expose a computer strategy that over time has achieved great results; convolutional neural networks is a process that has facilitated the monitoring of different kinds of animals in recent years, this, in order to facilitate the process of recognition and counting of animals, focused on agriculture and zoology. For this, an architecture in the field of convolutional neural networks (CNN) will be used, Alexnet, which has references with very high results. In addition, the mathematical programming software Matlab is used for the development of the neural network. Getting of this way a result of accuracy of validation of 97,52%, with the use of a dataset with 3026 images, in where, 80% are used for training and 20% for validation.