TCC de Graduação e Especialização
URI Permanente desta comunidade
Navegar
Navegando TCC de Graduação e Especialização por Autor "Aguiar, Bianca"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Artigo Científico Acesso aberto COMPARATIVO DE DESEMPENHO ENTRE METODOLOGIAS DE MODELOS DE INTELIGÊNCIA ARTIFICIAL SUPERVISIONADA(2022-12-10) Aguiar, Bianca; Santos, GustavoA visão computacional tem sido bastante utilizada em soluções nas áreas engenharia, auxiliando na navegação de veículos autônomos, na medicina, identificando doenças a partir de exames imagem, na agronomia, identificando pragas baseada na análise de imagens aéreas, entre muitas outras áreas e aplicações. Em vista disso, este estudo tem como objetivo facilitar a criação de dois modelos de inteligência artificial não supervisionada na detecção de objetos, que possa diferenciar peças de reposição e comparar a construção destes modelos. Foi utilizado o framework Tensorflow Object detection criando o modelo LB com precisão média de 62,4% entre as duas leituras e um tempo de 245s e o modelo SF obteve-se 93,78% de precisão em um tempo de 0,74s. Este trabalho busca comprovar a eficiência do modelo SF e as etapas necessárias para que ambos modelos sejam construídos, indicando alternativas para o aperfeiçoamento desta aplicação.Artigo Científico Acesso aberto COMPARATIVO DE DESEMPENHO ENTRE METODOLOGIAS DE MODELOS DE INTELIGÊNCIA ARTIFICIAL SUPERVISIONADA(2022-12-10) Aguiar, Bianca; Santos, GustavoA visão computacional tem sido bastante utilizada em soluções nas áreas engenharia, auxiliando na navegação de veículos autônomos, na medicina, identificando doenças a partir de exames imagem, na agronomia, identificando pragas baseada na análise de imagens aéreas, entre muitas outras áreas e aplicações. Em vista disso, este estudo tem como objetivo facilitar a criação de dois modelos de inteligência artificial não supervisionada na detecção de objetos, que possa diferenciar peças de reposição e comparar a construção destes modelos. Foi utilizado o framework Tensorflow Object detection criando o modelo LB com precisão média de 62,4% entre as duas leituras e um tempo de 245s e o modelo SF obteve-se 93,78% de precisão em um tempo de 0,74s. Este trabalho busca comprovar a eficiência do modelo SF e as etapas necessárias para que ambos modelos sejam construídos, indicando alternativas para o aperfeiçoamento desta aplicação.