Desarrollo de un modelo para la detección de drones de ala rotatoria

Abstract

Este proyecto presenta una solución basada en inteligencia artificial a los retos de seguridad debidos al aumento y el uso inadecuado de drones de ala rotatoria. La proliferación de estos dispositivos ha planteado problemas de seguridad, privacidad y control del espacio aéreo. La propuesta se enfoca en el desarrollo de un modelo de detección eficiente utilizando el framework YOLOv8 y técnicas de fine tuning, Maximizando la precisión y eficiencia en la identificación de drones, lo que contribuirá a la seguridad de infraestructura y espacio aéreo. Con este proyecto se sustenta en la relevancia actual de abordar estas problemáticas y aprovechar tecnologías avanzadas. La solución propuesta permite detectar patrones distintivos de drones de ala rotatoria, superando las limitaciones de enfoques convencionales. Cuenta con una interfaz gráfica intuitiva para acceder a información en tiempo real, facilitando su uso para diferentes usuarios. El modelo presentado, fue entrenado para identificar drones de ala rotatoria en diversos entornos, evaluando su desempeño mediante métricas precisión, recall, loss, Map50, Map50-95, en un entorno controlado y con distancias máximo de 50 metros entre la cámara y el objeto a analizar. Siendo un proyecto que impacta positivamente como un desarrollo que permite optimizar la seguridad aérea con una solución que permite la detección de drones y que puede ser aplicado en áreas sensibles como aeropuertos y eventos masivos. La combinación de inteligencia artificial avanzada y la interfaz basada en un modelo de entrenamiento proporciona una herramienta sólida y accesible, contribuyendo al progreso tecnológico y a la seguridad en la era de los drones.