Aplicación de Deep Learning al análisis de especies en fondos marinos

Abstract

RESUMEN: Este trabajo se basa en la aplicación de técnicas de procesado de imágenes con herramientas Deep learning, como la segmentación de imágenes y la detección de objetos sobre el lenguaje de programación Python. Se trata de conseguir la clasificación y análisis del coral del fondo marino, clasificándolo entre coral vivo y muerto, obteniéndose así el porcentaje de área superviviente de la especie. Igualmente, se trabajar con redes de detección de objetos, que clasificarán especies marinas abundantes en el entorno marino de los cañones de Avilés. Todo esto, sustentado gracias a las imágenes obtenidas por los investigadores del Instituto Español de Oceanografía (IEO).

ABSTRACT: This project is based on the application of image processing techniques with Deep learning such as the segmentation of images and the detection of objects on the programming language Python. The main idea is based on achieving the classification and analysis of the seafloor, classifying it between living and dead coral, obtaining the percentage of the species’ surviving area. The second point of the project will be done with object detection networks, which will classify abundant marine species in the marine environment of the Avilés canyons. All this, based on the images obtained by the researchers of the Spanish Institute of Oceanography.