RT info:eu-repo/semantics/masterThesis
T1 Mapeo de alta resolución asistido por aprendizaje profundo de densidades de Dendrophyllia cornigera (Lamarck, 1816) y Phakellia ventilabrum (Linnaeus, 1767) en el Sistema de Cañones de Avilés y Capbreton, Golfo de Vizcaya
A1 Gaya Vilar, Alberto
A2 Máster Universitario en Biología Marina: Biodiversidad y Conservación
K1 Inteligencia artificial, Ecosistema marino vulnerable, Flujo de trabajo
continuo, Modelo de detección de objetos, Red Natura 2000
K1 Artificial intelligence, Vulnerable marine ecosystem, Pipeline, Object detection
model, Natura 2000 Network
AB En España, el hábitat 1170 Arrecifes está ampliamente distribuido, desde la línea de costahasta los fondos profundos. Entre su variedad de tipologías, este trabajo se ha centrado en losafloramientos rocosos de la plataforma circalitoral del mar Cantábrico, donde una de lasprincipales comunidades está estructurada por el coral amarillo Dendrophyllia cornigera y laesponja de copa Phakellia ventilabrum . El objetivo principal de este estudio es establecer unflujo de trabajo continuo basado en modelos de aprendizaje profundo para extraer datos dedensidad de especies a partir de imágenes en bruto obtenidas por un ROV. Para lograrlo, seevaluaron y compararon diferentes modelos de detección de objetos, como YOLOv7,YOLOv8 y Faster R-CNN, en plataforma continental aledaña a dos Sistemas de CañonesSubmarinos (SCS). Los modelos fueron entrenados y validados en imágenes del SCS deAvilés. Posteriormente, se validaron los modelos previamente entrenados en imágenes delSCS de Capbreton, con el objetivo de determinar si los modelos eran capaces de detectar lasespecies en un ambiente diferente al que fueron entrenados. Los resultados destacan queYOLOv8 sobresalió en precisión, recuperación y F1, obteniendo una precisión del 92.4% enel SCS Avilés. En el SCS Capbreton, el modelo también supo generalizar de manera efectivaambas especies. Con el modelo YOLOv8 previamente entrenado, se generaron 27.668anotaciones automáticas. Las anotaciones permitieron calcular una densidad media de 1,07 y3,82 individuos/m² de P. ventilabrum y D. cornigera, respectivamente , en las dos zonas deestudio con un área barrida de 5647,48 m². Estos resultados resaltan el potencial delaprendizaje profundo para mejorar la eficiencia y precisión en el seguimiento de ecosistemasmarinos vulnerables, permitiendo tomar decisiones informadas que puedan tener un impactopositivo en la conservación del medio marino.
YR 2024
FD 2024
LK http://riull.ull.es/xmlui/handle/915/36834
UL http://riull.ull.es/xmlui/handle/915/36834
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 22-dic-2024