Universitat Politècnica de Catalunya. Departament d'Arquitectura de Computadors
Farreras Esclusa, Montserrat
2026-02-04
Aquest treball planteja l’estudi i implementació de múltiples tècniques de preprocessament i augmentació de dades per tal de millorar la detecció automàtica de diverses espècies d’ocells. És portat a terme un estudi inicial del significat de la detecció d’objectes, el seu funcionament i l’entrenament del models o xarxes neuronals. Son creats dos conjunts de dades amb els quals es pretén donar abast a dues formes diferents de gestionar les dades, per tal de mostrar també quins resultats poden variar i perquè. D’aquesta manera, una visió general i una altra particular del problema son vistes, donant cabuda a problemes i solucions que impliquen tractaments diversos. La finalitat d’aquest treball és per tant aconseguir una optimització dels models, respecte les deteccions realitzades amb les dades originals.
Este trabajo plantea el estudio e implementación de múltiples técnicas de preprocesamiento y aumentación de datos para mejorar la detección automática de diversas especies de aves. Se lleva a cabo un estudio inicial del significado de la detección de objetos, su funcionamiento y el entrenamiento de los modelos o redes neuronales. Se crean dos conjuntos de datos con los que se pretende abarcar dos formas distintas de gestionar los datos, para mostrar también qué resultados pueden variar y por qué. De esta manera, se obtienen tanto una visión general como una particular del problema, dando cabida a problemas y soluciones que implican diversos tratamientos. La finalidad de este trabajo es, por lo tanto, conseguir una optimización de los modelos respecto a las detecciones realizadas con los datos originales.
This work proposes the study and implementation of multiple preprocessing and data augmentation techniques to improve the automatic detection of various bird species. An initial study is conducted on the concept of object detection, its operation, and the training of models or neural networks. Two datasets are created to cover two different ways of managing data, aiming to demonstrate how and why results may vary. In this way, both a general and a specific perspective of the problem are provided, addressing challenges and solutions that involve diverse treatments. The purpose of this work is, therefore, to achieve an optimization of the models compared to detections performed using the original data.
Objectius de Desenvolupament Sostenible::4 - Educació de Qualitat
Objectius de Desenvolupament Sostenible::7 - Energia Assequible i No Contaminant
Objectius de Desenvolupament Sostenible::13 - Acció per al Clima
Objectius de Desenvolupament Sostenible::15 - Vida d'Ecosistemes Terrestres
Bachelor thesis
Catalan
Àrees temàtiques de la UPC::Informàtica::Arquitectura de computadors; Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial; Machine learning; Robot vision; Visió artificial; mean average precision (mAP); preprocessament; augmentació; caixes delimitatives; precisió i sensibilitat; Aprenentatge automàtic; Visió artificial (Robòtica)
Universitat Politècnica de Catalunya
http://creativecommons.org/licenses/by-nc/4.0/
Open Access
Attribution-NonCommercial 4.0 International
Treballs acadèmics [82075]