Examinando por Autor "Sanchez Cieza, Cinthia Nayeli"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Miniatura
    Ítem
    Implementación de una API con base en redes neuronales convolucionales para la validación e identificación de árboles en Chiclayo
    (Universidad Católica Santo Toribio de Mogrovejo, 2025) Sanchez Cieza, Cinthia Nayeli; Mera Montenegro, Huilder Juanito
    En esta investigación se implementó una API REST basada en redes neuronales convolucionales para la validación e identificación de especies de árboles en Chiclayo, permitiendo abordar la problemática de la carencia de herramientas tecnológicas eficientes para una adecuada gestión del arbolado urbano, donde la falta de identificación precisa de especies dificulta su conservación y manejo sostenible. Utilizando la metodología CRISP-DM, se desarrollaron dos modelos con arquitectura ResNet50: uno de validación que alcanzó 98.43% de precisión en la clasificación binaria de árboles, y otro de identificación de especies con 96% de precisión media. Para el entrenamiento, se generaron dos conjuntos de datos: uno basado en CIFAR-100 con 60,000 imágenes diversas y otro específico con 2568 imágenes de árboles nativos de Chiclayo. La API desarrollada identifica con alta precisión cinco especies arbóreas nativas de Chiclayo, presentando una efectividad del 100% para Palmera Real, 97% para Algarrobo y Ponciano, y 93% para Ficus y Molle, con tiempos de respuesta de 2-10 segundos por consulta. La validación del correcto funcionamiento de la API se realizó a través de una aplicación web que integra sus servicios, facilitando pruebas exhaustivas mediante captura y carga de imágenes para comprobar la efectividad del sistema de reconocimiento.