dc.contributor
Universitat Politècnica de Catalunya. Departament d'Arquitectura de Computadors
dc.contributor
Farreras Esclusa, Montserrat
dc.contributor.author
Mampel Marqués, Josep
dc.date.accessioned
2026-03-04T07:25:30Z
dc.date.available
2026-03-04T07:25:30Z
dc.date.issued
2026-02-04
dc.identifier
https://hdl.handle.net/2117/456617
dc.identifier
PRISMA-203318
dc.identifier.uri
https://hdl.handle.net/2117/456617
dc.description.abstract
Aquest Treball de Fi de Grau presenta el desenvolupament d’un prototip web per a la detecció i identificació automàtica d’aus mitjançant visió per computador i aprenentatge profund, amb finalitats educatives i de sensibilització ambiental.
El sistema inclou la preparació de dades, l’entrenament de dos models YOLO (un de general i un d’específic per a càmera fixa), i el desplegament d’una aplicació web amb backend FastAPI.
Els resultats mostren un alt rendiment, especialment en entorns controlats, tot i les limitacions derivades del conjunt d’espècies i de condicions visuals adverses.
dc.description.abstract
Este Trabajo de Fin de Grado describe un prototipo web para la detección e identificación automática de aves mediante visión por computador y aprendizaje profundo, con un enfoque educativo y ambiental.
Se desarrollaron dos modelos YOLO: uno general, entrenado con múltiples especies y entornos, y otro específico para cámara fija en un entorno controlado. El sistema se despliega como una aplicación web con backend FastAPI.
Los resultados son elevados, especialmente en escenarios controlados, aunque el sistema está limitado por el dataset y por condiciones visuales complejas.
dc.description.abstract
This Bachelor’s Thesis presents a web-based prototype for automatic bird detection and identification using computer vision and deep learning, with an educational and environmental awareness focus.
Two YOLO-based models were developed: a general-purpose model trained on diverse species and environments, and a camera-specific model for controlled scenarios. The system is deployed as a web application with a FastAPI backend.
Results show high performance, particularly in controlled environments, despite limitations related to dataset coverage and challenging visual conditions.
dc.description.abstract
Objectius de Desenvolupament Sostenible::4 - Educació de Qualitat
dc.description.abstract
Objectius de Desenvolupament Sostenible::9 - Indústria, Innovació i Infraestructura
dc.description.abstract
Objectius de Desenvolupament Sostenible::12 - Producció i Consum Responsables
dc.description.abstract
Objectius de Desenvolupament Sostenible::13 - Acció per al Clima
dc.description.abstract
Objectius de Desenvolupament Sostenible::15 - Vida d'Ecosistemes Terrestres
dc.description.abstract
Objectius de Desenvolupament Sostenible::17 - Aliança per a Aconseguir els Objectius
dc.format
application/pdf
dc.format
application/pdf
dc.format
application/pdf
dc.publisher
Universitat Politècnica de Catalunya
dc.subject
Àrees temàtiques de la UPC::Informàtica::Arquitectura de computadors
dc.subject
Àrees temàtiques de la UPC::So, imatge i multimèdia::Creació multimèdia::Edició web
dc.subject
Internet of things
dc.subject
Machine learning
dc.subject
Web applications
dc.subject
Visió per computador
dc.subject
aprenentatge profund
dc.subject
detecció d’objectes
dc.subject
identificació d’aus
dc.subject
desplegament al núvol
dc.subject
Internet de les coses
dc.subject
Aprenentatge automàtic
dc.subject
Aplicacions web
dc.title
Sistema d’identificació automàtica d’ocells