Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/30028
Título : Software para el Control de Crecimiento en pollos de engorde en la granja Avícola “Las Acacias” en el Cantón Balsas
Otros títulos : Software for Growth Control in broiler chickens at “Las Acacias” poultry farm in Balsas Canton
Autor : Guamán Quinche, Edwin René
Zambrano Romero, Viviana Maricela
Palabras clave : INDUSTRIA AVÍCOLA
POLLOS DE ENGORDE
CONTROL DE CRECIMIENTO
PROGRAMACIÓN EXTREMA (XP)
VISIÓN ARTIFICIAL
RECONOCIMIENTO DE IMÁGENES
Fecha de publicación : 12-jun-2024
Editorial : Universidad Nacional de Loja
Resumen : La industria avícola ecuatoriana, ha experimentado un crecimiento significativo y ha contribuido al desarrollo económico del país. En el sector avícola, especialmente la cría de pollos de engorde, ha ganado protagonismo, llegando a cifras destacables, 58,8% de producción y consumo. En este contexto, el Cantón Balsas ha emergido como un referente en la producción avícola, reemplazando incluso cultivos tradicionales como el café. A pesar de su relevancia, el sector presenta desafíos que afectan su eficiencia y calidad. En particular, la granja Avícola “Las Acacias” en Balsas enfrenta problemas en el control de crecimiento de los pollos. De lo expuesto, el presente Trabajo de Integración Curricular (TIC) tiene como objetivo fundamental desarrollar un software para el Control de Crecimiento de pollos de engorde en la granja Avícola “Las Acacias”, ubicada en el Cantón Balsas. Por lo tanto, para cumplir con este objetivo se aplicó la metodología Programación Extrema (XP), la cual se utilizó 4 fases como: Planificación, Diseño, Codificación y Pruebas Además, el proyecto se centra en abordar la carencia tecnológica que afecta al control del crecimiento de pollos de engorde en lagranja avícola "Las Acacias", para lograrlo, se lleva a cabo la recopilación de imágenes en diversas fases de desarrollo de los pollos, formando una base de datos propia; posteriormente, estas imágenes son categorizadas para construir un modelo de reconocimiento de imágenes, mediante un proceso de preprocesamiento las imágenes seleccionadas se realiza la mejora de las misma, luego se ejecuta el entrenamiento del modelo, utilizando la arquitectura MobileNet V2, dada la menera de trabajar con múltiples capas, logrando alcanzar un promedio de 95.10% de clasificación y un promedio del 97.32% en la identificación del proceso de crecimiento de los pollos. Además, en el software desarrollado se consigue un tiempo de procesamiento y respuesta de 6 segundos. Palabras claves: Industria avícola, Pollos de engorde, Control de crecimiento, Programación Extrema (XP), Visión artificial, Reconocimiento de imágenes.  
Descripción : The Ecuadorian poultry industry has experienced significant growth and has contributed to the country's economic development. The poultry sector, especially broiler breeding, has gained prominence, reaching remarkable figures, 58.8% of production and consumption. In this context, Cantón Balsas has emerged as a reference in poultry production, even replacing traditional crops such as coffee. Despite its relevance, the sector presents challenges that affect its efficiency and quality. In particular, the poultry farm "Las Acacias" in Balsas faces problems in the control of chicken growth. From the above, the main objective of this Curricular Integration Project (TIC) is to develop a software for the growth control of broiler chickens in the poultry farm "Las Acacias", located in the Balsas Canton. Therefore, to meet this objective, the Extreme Programming (XP) methodology was applied, which was used in 4 phases: Planning, Design, Coding and Testing. In addition, the project focuses on addressing the technological gap that affects the growth control of broiler chickens in the poultry farm "Las Acacias", to achieve this, the collection of images at various stages of development of chickens is carried out, forming a database of its own; Subsequently, these images are categorised to build an image recognition model, through a preprocessing process the selected images are improved, then the training of the model is executed, using the MobileNet V2 architecture, given the way of working with multiple layers, achieving an average of 95. 59% of classification and an average of 97.32% in the identification of the growth process of the chickens. In addition, the software developed achieves a processing and response time of 6 seconds. Keywords: Poultry industry, Broiler chickens, Growth control, Extreme Programming (XP), Computer vision, Image recognition
URI : https://dspace.unl.edu.ec/jspui/handle/123456789/30028
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
VivianaMaricela_ZambranoRomero.pdf9,46 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.