Detección de cuyes en tiempo real mediante deep learning
CEDAMAZ · 31.12.2025 · 15 (2) · 23-27
DOI: 10.54753/cedamaz.v15i2.2618 ↗Kurz gefasst
Fachartikel in der Zeitschrift CEDAMAZ, online erschienen am 31.12.2025. Verfasst von Manolo Muñoz Espinoza. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).
Abstract (Originalsprache)
La cría de cuyes en pozas tradicionales representa una actividad ganadera clave en los Andes, pero su monitoreo sigue siendo manual y poco eficiente. En este estudio proponemos un sistema de detección automática en tiempo real de cuyes (Cavia porcellus) utilizando la arquitectura YOLOv12, entrenado exclusivamente con imágenes capturadas in situ en condiciones reales de cría. A partir de un dataset inicial de 305 imágenes, aplicamos preprocesamiento y aumento de datos para generar 839 muestras, logrando un modelo con precisión de 0.91, exhaustividad de 0.93 y mAP50 de 0.95 en el conjunto de prueba. El modelo demostró alta robustez frente a iluminación variable, oclusiones y fondos complejos, sin generar falsos positivos de fondo. Estos resultados validan la viabilidad de soluciones basadas en visión por computadora para la digitalización accesible de la cuyicultura, con potencial para mejorar el monitoreo del bienestar animal y la gestión productiva en contextos rurales.
Zitieren
APA
Espinoza, M. M. (2025). Detección de cuyes en tiempo real mediante deep learning. CEDAMAZ, 15(2), 23-27. https://doi.org/10.54753/cedamaz.v15i2.2618
Vancouver
Espinoza MM. Detección de cuyes en tiempo real mediante deep learning. CEDAMAZ. 2025;15(2):23-27. doi:10.54753/cedamaz.v15i2.2618
BibTeX
@article{Espinoza2025,
author = {Espinoza, Manolo Muñoz},
title = {Detección de cuyes en tiempo real mediante deep learning},
journal = {CEDAMAZ},
year = {2025},
volume = {15},
number = {2},
pages = {23--27},
doi = {10.54753/cedamaz.v15i2.2618}
}
EUVIMED