Resumen

Cada ao, una gran cantidad de poblacin concilia la violencia relacionada con las armas de fuego en todo el mundo. En este trabajo, desarrollamos un sistema informtico totalmente automatizado para identificar armamento bsico, en particular pistolas y rifles. El trabajo reciente en el campo del aprendizaje profundo y el aprendizaje de transferencia ha demostrado un progreso significativo en las reas de deteccin y reconocimiento de objetos. Hemos implementado el modelo de deteccin de objetos YOLO V3 You Only Look Once entrenndolo en nuestro conjunto de datos personalizado. Los resultados del entrenamiento confirman que YOLO V3 supera a YOLO V2 y a la red neuronal convolucional (CNN) tradicional. Adems, nuestro mtodo no requiere GPU intensivas ni grandes recursos informticos, ya que utilizamos el aprendizaje por transferencia para entrenar nuestro modelo. Aplicando este modelo en nuestro sistema de vigilancia, podemos intentar salvar vidas humanas y conseguir reducir la tasa de homicidios o asesinatos en masa. Adems, nuestro sistema propuesto tambin puede implementarse en robots de vigilancia y seguridad de gama alta para detectar un arma o activos inseguros y evitar cualquier tipo de asalto o riesgo para la vida humana.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Gran cantidad; Violencia relacionada con las armas; Sistema informatizado; Detección de objetos; YOLO V3; Aprendizaje por transferencia
• Keywords:Large amount; Gun-related violence; Computer-based system; Object detection; YOLO V3; Transfer learning