Análisis de la influencia de las condiciones climáticas en la detección de buques en Panamá utilizando un modelo de redes neuronales convolucionales
Date
2023-09Author
Carrera Alpírez, Megan Cecile
Advisor
Sánchez, Jorge Adrián
Rulloni, Valeria Soledad
Metadata
Show full item recordAbstract
Panamá, clave en las rutas logísticas globales gracias al Canal de Panamá, requiere supervisión precisa de buques para mantener su conectividad. Este estudio usa modelos de aprendizaje profundo con datos de imágenes ópticas y SAR para detectar buques en la zona de Panamá, considerando el impacto de las condiciones climáticas en esta región. Se creó un conjunto de datos y se evaluó el modelo YOLOv4 durante un año, logrando un 92% de precisión promedio en la detección de buques con imágenes ópticas y SAR. Se encontró una correlación entre condiciones climáticas como nubosidad y precipitación y el rendimiento del modelo en imágenes ópticas, con menos impacto en imágenes SAR.
Panama, a key player in global logistics routes thanks to the Panama Canal, requires precise ship monitoring to maintain its connectivity. This study utilizes deep learning models with optical image and SAR data to detect ships in the Panama area, considering the impact of weather conditions in this region. A dataset was created, and the YOLOv4 model was evaluated for a year, achieving an average detection accuracy of 92% with optical and SAR images. A correlation was found between weather conditions such as cloudiness and precipitation and the model's performance in optical images, with less impact on SAR images.
The following license files are associated with this item: