Las cámaras de fototrampeo son muy útiles para los biólogos profesionales ya que proveen una manera fácil y discreta de monitorizar diferentes tipos de animales en un determinado lugar. Sin embargo, estos dispositivos no son perfectos y algunas veces fallan. De hecho, fallan muchas veces. Se propone un sistema basado en aprendizaje profundo y visión artificial que es capaz de analizar todo el conjunto de imágenes y, con un 90% de precisión, extraer las imágenes útiles automáticamente. Consideramos como imágenes útiles aquellas que contienen un animal, mientras que las que no tengan ninguno son catalogadas como inútiles.

Camera trap images can be very useful to biology related professionals since they provide an easy and unobtrusive way to keep track of different animals in a particular area. However, these devices are not perfect and can sometimes miss their shot. In fact, they miss a lot. We propose a deep learning and computer vision system that can analyze the whole image dataset and extract, with 90% accuracy, the useful images automatically. Useful images are those ones that contain some type of animal, whereas those with no animals in them are tagged as useless.