CAMPOS , JorgeAGUIAR, Bianca dos SantosSANTOS, Gustavo Cruz de Jesus2022-12-102022-12-102022-12-10https://repositorio.animaeducacao.com.br/handle/ANIMA/28090A 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.18ptAtribuição-SemDerivados 3.0 Brasilvisão computacionaltensorflowdetecção de objetosmachine learningredes neuraisArtigo Científico