<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Título profesional 2026

Arquitectura de software con YOLOv8 para la detección y clasificación automática de armas con alerta inmediata en videovigilancia urbana

Resumen

Objetivo: Este estudio tiene como objetivo diseñar e implementar Sentinel AI, una arquitectura de software basada en YOLOv8 para la detección y clasificación automática de armas peligrosas en entornos de videovigilancia urbana, integrando inferencia en tiempo real, almacenamiento de incidentes y generación de alertas inmediatas para apoyar las actividades de monitoreo y seguridad. Métodos: La investigación siguió un enfoque aplicado y tecnológico, con un diseño no experimental y descriptivo. Se utilizó un conjunto de datos anotado de 2,224 imágenes, compuesto por 1,437 imágenes de armas de fuego y 787 imágenes de armas blancas, distribuidas en una proporción de 80 % para entrenamiento y 20 % para validación. El modelo YOLOv8n fue entrenado mediante aprendizaje por transferencia utilizando imágenes de entrada de 640 × 640 píxeles, un tamaño de lote de 16 y 20 épocas. La arquitectura desarrollada integra un agente local encargado de la ingesta de video mediante RTSP y la inferencia con YOLOv8, un backend implementado con FastAPI, MongoDB para la persistencia de incidentes, comunicación en tiempo real mediante WebSocket y un panel web desarrollado en React para la visualización y gestión de alertas. Resultados: La evaluación del modelo obtuvo una precisión de 0.8964, una exhaustividad (recall) de 0.8719, un F1-score aproximado de 0.8840, un mAP@0.5 de 0.9239 y un mAP@0.5:0.95 de 0.6305. Estos resultados evidencian un desempeño favorable en la detección y clasificación automática de armas, manteniendo un equilibrio entre precisión, capacidad de detección y viabilidad para su implementación en escenarios de videovigilancia urbana. Conclusión: Los resultados obtenidos demuestran la viabilidad de integrar un modelo YOLOv8n dentro de una arquitectura de software orientada al monitoreo de videovigilancia urbana. Sentinel AI permitió combinar la detección automática de armas con el registro de incidentes, la comunicación en tiempo real y la generación de alertas dentro de una misma plataforma. La arquitectura propuesta constituye una base tecnológica funcional para el desarrollo de sistemas inteligentes.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por

Grado o título

Ingeniero de Sistemas

Programa

INGENIERÍA DE SISTEMAS

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Peruana Unión

DOI

Licencia Creative Commons

Creative Commons Atribución-NoComercial 4.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial 4.0

Archivos

Cargando...
Miniatura
Nombre

Breyner_Tesis_Licenciatura_2026.pdf

Tamaño

846,11 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Reporte de Similitud.pdf

Tamaño

1,01 MB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Autorización.pdf

Tamaño

460,56 KB

Formato

Adobe PDF