dc.contributor
Universitat Politècnica de Catalunya. Departament d'Arquitectura de Computadors
dc.contributor
Farreras Esclusa, Montserrat
dc.contributor.author
Benítez Labit, Leo
dc.date.accessioned
2026-03-04T07:13:48Z
dc.date.available
2026-03-04T07:13:48Z
dc.date.issued
2026-02-04
dc.identifier
https://hdl.handle.net/2117/456619
dc.identifier
PRISMA-200317
dc.identifier.uri
https://hdl.handle.net/2117/456619
dc.description.abstract
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.
dc.description.abstract
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.
dc.description.abstract
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.
dc.description.abstract
Objectius de Desenvolupament Sostenible::4 - Educació de Qualitat
dc.description.abstract
Objectius de Desenvolupament Sostenible::7 - Energia Assequible i No Contaminant
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.format
application/zip
dc.format
application/pdf
dc.format
application/pdf
dc.format
application/pdf
dc.publisher
Universitat Politècnica de Catalunya
dc.rights
http://creativecommons.org/licenses/by-nc/4.0/
dc.rights
Attribution-NonCommercial 4.0 International
dc.subject
Àrees temàtiques de la UPC::Informàtica::Arquitectura de computadors
dc.subject
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
dc.subject
Machine learning
dc.subject
Visió artificial
dc.subject
mean average precision (mAP)
dc.subject
preprocessament
dc.subject
caixes delimitatives
dc.subject
precisió i sensibilitat
dc.subject
Aprenentatge automàtic
dc.subject
Visió artificial (Robòtica)
dc.title
Preprocessament de dades per la identificació automàtica d'ocells per imatge mitjançant una xarxa neuronal