Aquest projecte tracta sobre el desenvolupament d’un sistema de segmentació semàntica per imatges on apareixen espècies pesqueres utilitzant la xarxa neuronal U-Net i la llibreria de programació Pytorch. Concretament s’ha treballat amb imatges on apareixen sardines en safates de les llotges de pescadors de Palamós i Vilanova i la Geltrú. Tot i això, amb petites modificacions, el model podria ser implementat a altres espècies de peix o marisc. El treball de final de grau en qüestió és part d’un projecte per oferir solucions de realitat augmentada a les llotges de pescadors. Treballs previs com el realitzat per Álvaro Vidaor [1] sobre la detecció de pops fent servir tecnologies semblants o el TFG de l’alumne Sergi Selles, realitzat en paral·lel a aquest, que tracta sobre la segmentació de llagostes, s’emmarquen tots dos en aquest projecte comú. En aquest document es troba la metodologia seguida per desenvolupar un detector de contorns, eixos longitudinals i ulls de sardines. S’ha partit de la implementació del repositori de GitHub Digital Pathology Segmentation using Pytorch and Unet [2] i s’ha modificat paràmetres, parts del codi i també creat nous Notebooks per tal d’adaptar aquesta implementació al projecte. També s’ha creat una base de dades de 120 imatges on s’etiqueten les 3 classes d’objectius comentats. Els resultats obtinguts indiquen que les segmentacions dels contorns i els ulls tenen bona precisió. En el cas concret dels ulls, els bons resultats han permès utilitzar el model per comptar el nombre de sardines que hi ha a cada safata, donant resultats satisfactoris amb una precisió del voltant del 80%. Per altra banda, la segmentació dels eixos va ser originalment pensada per poder extreure informació de la longitud de les sardines, però els resultats obtinguts no han permès aquesta aplicació final. Per últim es plantegen futures millores per augmentar la precisió dels detectors, alternatives per calcular la longitud de les sardines i futures línies de desenvolupament seguint la línia del projecte.