Idioma
Python
Tipo de herramienta
Algoritmo
Licencia
The MIT License
Versión
0.1.0
Jefatura de Gabinete de Ministros
Detector AEDES es un sistema de visión artificial diseñado para identificar la presencia de huevos del mosquito Aedes Aegypti en imágenes obtenidas de ovitrampas. Esta tecnología es crucial para el monitoreo y control de la población de mosquitos, contribuyendo a la prevención de enfermedades como el dengue, zika y chikungunya. Desarrollado en colaboración con el Ministerio de Salud de Argentina, el área de Epidemiología de la Ciudad de Buenos Aires y la Dirección Nacional de Datos e Información Pública, Detector AEDES se apoya en algoritmos de procesamiento de imágenes en Python. Este sistema es una pieza clave en la estrategia de vigilancia entomológica, permitiendo una respuesta más ágil y efectiva frente a la propagación del mosquito.
El problema abordado por Detector Aedes se centra en el proceso laborioso y lento de analizar manualmente imágenes de ovitrampas para la vigilancia de mosquitos. Los métodos tradicionales requieren que los entomólogos inspeccionen visualmente y cuenten los huevos de mosquitos, lo que puede ser propenso a errores humanos y no es escalable para un monitoreo a gran escala. Esta solución aborda estos desafíos al proporcionar una forma automatizada, precisa y eficiente de analizar estas imágenes, mejorando así las capacidades de los programas de monitoreo y control de mosquitos.
Algoritmos de visión por computadora: emplea algoritmos de visión por computadora para analizar imágenes de ovitraps (ovisensores). Paquete de Python: disponible como paquete Python, se puede instalar a través de PIP. Procesamiento de imágenes para la detección de mosquitos: procesa imágenes para detectar posibles sitios de reproducción de mosquitos. Salida a CSV: capaz de guardar los resultados en un archivo CSV para un análisis posterior. Desarrollo y contribución: ofrece una opción de instalación de desarrollo y fomenta las contribuciones para mejorar el software.
Organiza módulos: estructurado como un paquete de Python, permite la importación eficiente de componentes. Facilita el análisis: incluye módulos para analizar imágenes y gestionar bases de datos. Administra configuraciones: utiliza archivos YAML para ajustes sin alterar el código. Implementa OOP: emplea programación orientada a objetos para representar estructuras de datos. Evoluciona con control de versiones: mantiene versiones anteriores para referencia y compatibilidad.
Conéctese con el equipo de Código para el Desarrollo y descubra cómo nuestras herramientas de código abierto, cuidadosamente curadas, pueden apoyar a su institución en América Latina y el Caribe. Escríbanos para explorar soluciones, resolver dudas de implementación, compartir éxitos de reutilización o presentar una nueva herramienta. Escríbenos a [email protected]
Detección de bajalenguas usando Canny y Hough. Muestra detección de bordes y líneas paralelas en una imagen de un bajalenguas sobre fondo gris. Tres imágenes ilustran el proceso paso a paso.
Detector Aedes: Algoritmos para imágenes de ovipositores. Instalación: `pip install detector_aedes` y renombrar `config_sample.yml` a `config.yml`. Instalación dev: clonar repo, inst. req. y renombrar config. Documentación: detector-aedes.readthedocs.io.
Esta imagen muestra un fragmento de documentación del paquete Python con dos submódulos, analizadores y conectores, que utiliza directivas Sphinx para generar automáticamente información del módulo.
Guía detallada sobre la instalación, uso y funcionalidades del software.
Mención al desarrollo de Detector AEDES en el contexto de proyectos de datos abiertos en Argentina.
Explica la relevancia del código abierto para el equipo de Datos Argentina y sus proyectos destacados.