Sistema web para la detección de impactos de bala en prácticas de disparo mediante Deep Learning

Abstract

La finalidad del presente proyecto es implementar un sistema web para la detección de impactos de bala en prácticas de disparo de la Policía Nacional del Perú mediante deep learning, con el objetivo de mejorar la precisión, reducir el tiempo de evaluación y aumentar la satisfacción del usuario en comparación con los métodos manuales tradicionales. Empleando un enfoque experimental con diseño preexperimental y una muestra de 30 policías de la PNP, se utilizó un dataset de 8,000 imágenes de impactos de bala para el entrenamiento del modelo de inteligencia artificial, desarrollando redes neuronales convolucionales (CNN) con librerías como TensorFlow y PyTorch. Al realizar el análisis se encontró que el sistema desarrollado logró una precisión promedio del 97 % en la detección de impactos de bala, superando significativamente a los métodos tradicionales que alcanzaban solo el 85 % de precisión según estudios previos. El tiempo de detección se redujo a un promedio de 12 segundos por evaluación, representando una mejora del 75-85 % comparado con los métodos manuales que requieren entre 15-20 minutos por participante. Las pruebas de usabilidad con los 30 efectivos policiales revelaron un nivel de satisfacción del usuario del 98 %, destacando la facilidad de uso, rapidez y confiabilidad del sistema.