Mostrar el registro sencillo del ítem
dc.date.available
2026-03-17T10:00:53Z
dc.identifier.citation
Priotto, Octavio; Avila, Ana Belen; de Angelo, Carlos Daniel; (2026): Modelo de Deep Learning para la detección automatizada de grandes vertebrados (Hydrochoerus hydrochaeris y Blastocerus dichotomus) en fotografías aéreas. Consejo Nacional de Investigaciones Científicas y Técnicas. (dataset). http://hdl.handle.net/11336/283278
dc.identifier.uri
http://hdl.handle.net/11336/283278
dc.description.abstract
Modelo de Inteligencia Artificial basado en aprendizaje profundo (Deep Learning) diseñado para la identificación y detección de carpinchos y ciervos de los pantanos a partir de imágenes aéreas de alta resolución obtenidas con drones (UAV). El modelo fue entrenado en el entorno de ArcGIS Pro utilizando una arquitectura de detección de objetos SSD (Single Shot Detector) y validado en áreas de humedales del Parque Nacional Iberá
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.title
Modelo de Deep Learning para la detección automatizada de grandes vertebrados (Hydrochoerus hydrochaeris y Blastocerus dichotomus) en fotografías aéreas
dc.type
dataset
dc.date.updated
2026-03-17T09:58:44Z
dc.description.fil
Fil: Priotto, Octavio. Universidad Nacional de Río Cuarto; Argentina
dc.description.fil
Fil: Avila, Ana Belen. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente.; Argentina
dc.description.fil
Fil: de Angelo, Carlos Daniel. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente.; Argentina
dc.datacite.PublicationYear
2026
dc.datacite.Creator
Priotto, Octavio
dc.datacite.Creator
Avila, Ana Belen
dc.datacite.Creator
de Angelo, Carlos Daniel
dc.datacite.affiliation
Universidad Nacional de Río Cuarto
dc.datacite.affiliation
Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente.
dc.datacite.affiliation
Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Ciencias de la Tierra, Biodiversidad y Ambiente.
dc.datacite.affiliation
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba
dc.datacite.affiliation
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.datacite.affiliation
Consejo Nacional de Investigaciones Científicas y Técnicas
dc.datacite.affiliation
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Diversidad y Ecología Animal. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Instituto de Diversidad y Ecología Animal
dc.datacite.affiliation
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Biología Subtropical. Instituto de Biología Subtropical - Nodo Puerto Iguazú | Universidad Nacional de Misiones. Instituto de Biología Subtropical. Instituto de Biología Subtropical - Nodo Puerto Iguazú
dc.datacite.publisher
Consejo Nacional de Investigaciones Científicas y Técnicas
dc.datacite.subject
Ecología
dc.datacite.subject
Ciencias Biológicas
dc.datacite.subject
CIENCIAS NATURALES Y EXACTAS
dc.datacite.subject
Otras Ciencias de la Computación e Información
dc.datacite.subject
Ciencias de la Computación e Información
dc.datacite.subject
CIENCIAS NATURALES Y EXACTAS
dc.datacite.ContributorType
DataCollector
dc.datacite.ContributorType
DataCollector
dc.datacite.ContributorType
Other
dc.datacite.ContributorType
Other
dc.datacite.ContributorName
Gomez, Rocio Quimey
dc.datacite.ContributorName
Welschen, Alejandro José
dc.datacite.ContributorName
Paviolo, Agustin Javier
dc.datacite.ContributorName
Di Bitetti, Mario Santiago
dc.datacite.date
25/04/2025-25/04/2025
dc.datacite.DateType
Creado
dc.datacite.language
spa
dc.datacite.version
1.0
dc.datacite.description
Se utilizaron ortomosaicos georreferenciados (resolución ~2.5 cm/píxel) generados a partir de vuelos con el dron DJI Mavic 2 a 50 m de altura sobre el terreno. El entrenamiento consistió en el etiquetado manual de individuos mediante cajas delimitadoras (bounding boxes) y el ajuste de hiperparámetros (tamaño de chip de 190 píxeles) para maximizar la sensibilidad del modelo. El modelo fue entrenado con 750 muestras de carpinchos (Hydrochoerus hydrochaeris) y 30 de ciervos de los pantanos (Blastocerus dichotomus) dentro de la clase “Animal”, y 300 muestras de la clase “No Animal” obtenidas mediante vuelos de dron en el Parque Nacional Iberá, Corrientes, Argentina, y en el Pantanal de Brasil. El modelo fue testeado con muestras independientes de vuelos realizados en el Parque Nacional Iberá, presentando una sensibilidad promedio del 95%.
dc.datacite.description
Equipamiento/Software: ArcGIS Pro (Deep Learning Tools), NVIDIA Quadro M1200 (GPU con soporte CUDA), dron DJI Mavic 2 Zoom.
dc.datacite.DescriptionType
Métodos
dc.datacite.DescriptionType
Información Técnica
dc.datacite.FunderName
Universidad Nacional de Rio Cuarto. Secretaria de Ciencia y Técnica
dc.datacite.FunderName
FUNDACIÓN REWILDING ARGENTINA
dc.datacite.FunderName
NATIONAL GEOGRAPHIC SOCIETY
dc.datacite.FunderName
ESRI CONSERVATION PROGRAM
dc.datacite.FunderName
Consejo Interuniversitario Nacional. - Ministerio de Educacion, Cultura, Ciencia y Tecnologia. Consejo Interuniversitario Nacional.
dc.subject.keyword
Deep learning
dc.subject.keyword
monitoreo de fauna
dc.subject.keyword
dron (UAV)
dc.subject.keyword
carpinchos
dc.subject.keyword
detección de objetos
dc.subject.keyword
humedales neotropicales
dc.datacite.resourceTypeGeneral
dataset
dc.conicet.datoinvestigacionid
32060
dc.datacite.geolocation
Esteros del Iberá
dc.datacite.formatedDate
2025
Archivos del conjunto de datos
Archivo
Notas de uso
Tamaño