Estudo de classificação de imagens utilizando redes neurais convolucionais

• Autor(a) principal: Costa, Fillipe Rodrigues
• Data de Publicação: 2022
• Outros Autores: Oliveira, João Pedro de Paula, Silva, Philipi Siqueira da
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/19322
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Redes neurais convolucionais; Cifar; Classificação de imagens

Este trabalho visa realizar um estudo sobre construção de redes neurais voltadas ao reconhecimento de imagens, buscando compreender como cada parâmetro da rede é capaz de influenciar o modelo como um todo. Neste trabalho, foram realizados experimentos sobre dois bancos de dados de imagens, Cifar-10 e Cifar-100, com execuções diversas do algoritmo, utilizando variações distintas da arquitetura. Para os modelos de aprendizado, utilizamos a linguagem de programação Python em conjunto com a biblioteca Keras, escolhida devido à simplicidade e legibilidade do código. Ao longo do trabalho, foram realizados diversos experimentos sob condições diferentes e utilizando diferentes algoritmos e técnicas com finalidade de obtenção de melhores resultados. A métrica utilizada para a avaliação dos resultados foi a acurácia. Cada experimento teve seus parâmetros e resultados devidamente detalhados e documentados. Ao final dos experimentos, foi possível analisar os impactos que cada parâmetro tem sobre os modelos construídos. Foi possível construir uma arquitetura satisfatória para o Cifar-10, porém para o Cifar-100, o modelo não alcançou resultados excelentes como o esperado.