DroneMegaDetector: un detector abierto de mamíferos para imágenes de dron, y el límite que sus propios autores ponen en 120 metros

Un dron que sobrevuela una sabana a 100 metros puede tomar miles de fotos en una mañana. Contar a mano los animales que salen en ellas toma semanas. En octubre de 2026 un grupo con autor de correspondencia en la Universidad de Lancaster publicó un modelo abierto pensado para esa tarea: detectar mamíferos, personas y vehículos en imágenes de dron, sin que cada equipo tenga que entrenar el suyo desde cero.

Se llama DroneMegaDetector y su valor no está solo en el modelo. Está en que sus autores dicen con claridad dónde deja de funcionar, y eso es lo que permite decidir si sirve para tu caso.

Qué es y qué detecta

El repositorio oficial lo describe como un detector de objetos para encuestas de fauna con dron, basado en RF-DETR Medium, y lo publica bajo licencia MIT, de modo que se puede usar y adaptar sin pagar. La copia en Hugging Face trae el mismo modelo en un formato compatible con la biblioteca Transformers.

Detecta tres clases:

Clase	Identificador	Uso típico
Persona	0	Presencia humana en el área de vuelo
Animal	1	En la práctica, mamíferos
Vehículo	2	Actividad humana en el territorio

La advertencia más importante está en la segunda fila. Según el repositorio, la categoría "animal" es en realidad una categoría de mamíferos: casi todos los ejemplos de entrenamiento lo son, así que el comportamiento con animales que no son mamíferos "es indefinido". Si tu estudio es de aves, reptiles o peces, este modelo no es la herramienta.

El detector no dice qué especie es cada animal. Solo lo encuentra y lo enmarca en un recuadro. Ese recuadro es útil como primer paso: contar, filtrar imágenes vacías y pasar los casos dudosos a una persona o a un clasificador aparte.

Cómo le fue frente a otros métodos

El preprint, publicado en bioRxiv el 13 de octubre de 2026 por Chaim Chai Elchik, Steven Longmore, Dan Morris, Ben Weinstein, Josh Veitch-Michaelis, Camee Knops, Freya Richards y Serge Wich, evaluó el modelo con un conjunto de prueba interno y con conjuntos externos que incluyen ganado, aves, caribúes e hipopótamos. Es un preprint: todavía no pasó revisión por pares, así que conviene leerlo como un resultado preliminar.

Los autores reportan esto, en sus palabras traducidas:

• En el conjunto de ganado, el detector igualó a OWL en las métricas de localización por puntos y de conteo que reportan.
• En el de caribúes logró un desempeño de detección casi idéntico y un error de conteo agregado similar.
• El resultado varió en el resto de la evaluación, con peor transferencia a imágenes de aves que el modelo no había visto.
• A gran altura, en el conjunto SAVMAP, todos los enfoques evaluados perdieron mucho desempeño, lo que los autores atribuyen a una limitación compartida: el tamaño pequeño de los objetivos.

OWL es el método de conteo aéreo por puntos que ya revisamos en este artículo sobre conteo de caribúes. La diferencia que destaca el preprint es que OWL devuelve puntos, mientras que este detector devuelve recuadros, que sirven también para clasificar o seguir a los animales de un cuadro a otro.

Lo que no te dice el modelo y debes medir tú

Ni el repositorio ni el preprint prometen un desempeño universal. El propio repositorio aclara que las imágenes de muestra de su sección de resultados están "solo para dar una idea" de lo que hace el modelo, no para comunicar exactitud, y que no se comprobó si esas imágenes estaban en los datos de entrenamiento. Eso deja tres tareas del lado de quien lo use:

1. Probarlo en tus propias imágenes. Etiqueta a mano un conjunto pequeño de vuelos, corre el modelo y compara. Un buen resultado en sabana africana no garantiza uno en un páramo, un bosque seco o un humedal.
2. Ajustar el umbral de confianza. La demostración de Hugging Face filtra predicciones por debajo de 0,3, y el script de inferencia por lotes usa por defecto 0,005 para conservar casi todo. Los autores indican que el umbral puede requerir ajuste según la altura del dron, la cámara y el ambiente.
3. Dividir las imágenes grandes en mosaicos. Para panorámicas de muy alta resolución, el repositorio ofrece inferencia por mosaicos (opción --tiled) para que no se pierdan animales pequeños y lejanos.

El script de inferencia por lotes escribe los resultados en un archivo JSON en el formato de salida de MegaDetector, según el repositorio, y hay además un script que procesa video y sigue a los animales entre cuadros.

Qué significa para quien monitorea fauna desde el aire

El avance real es de costo y de acceso. Un detector general con pesos abiertos baja la barrera para equipos pequeños: una universidad, una reserva privada o un grupo comunitario pueden probarlo sin construir un conjunto de entrenamiento propio. Y que devuelva recuadros, no solo puntos, deja la puerta abierta a clasificar especies o seguir individuos en el mismo flujo.

Lo que sigue es validación independiente. Mientras el preprint no pase revisión por pares y nadie lo pruebe en ecosistemas muy distintos a los de su entrenamiento, la expectativa razonable es la que describen sus autores: competitivo en conjuntos variados, frágil con objetivos pequeños, aves y alturas altas.

La conclusión práctica es sencilla: si tu vuelo va entre 50 y 120 metros y tus animales son mamíferos de tamaño mediano o grande, vale la pena probarlo. Si vuelas más alto o buscas aves, planea una prueba piloto antes de confiar en un solo número.

Imagen de portada: representación de una manada de cebras y elefantes vista desde un dron, con recuadros de detección. No es una imagen del modelo. Imagen generada con IA (spacexai/grok-imagine-image).