Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap

Detalhes bibliográficos
Autor(a) principal: Seugling, Ramon
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/253327
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.
id UFSC_e5ff19e6fe7d7e697d761074d7ccbdfb
oai_identifier_str oai:repositorio.ufsc.br:123456789/253327
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnapInteligência ArtificialCorrente de retornoYOLODetecção de objetosDeep LearningTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.Afogamento, uma preocupação global de saúde pública, resultou em 236.000 óbitos em 2019, com 90% dos incidentes ocorrendo em países de baixa e média renda. No Brasil, com mais de 100.000 incidentes não fatais e 5.000 mortes em 2019, as correntes de retorno contribuem significativamente, especialmente em destinos turísticos como Santa Catarina. Este estudo propõe um modelo de Aprendizado Profundo baseado como YOLO (You Only Look Once) para detectar correntes de retorno em fotos costeiras, obtidas no projeto CoastSnap. O modelo YOLO aprimora a identificação dessas correntes perigosas, apresentando uma ferramenta promissora para conscientização pública e redução de incidentes de afogamento em regiões propensas a acidentes relacionados a correntes de retorno.Drowning, a major global health concern, claimed 236,000 lives in 2019, with 90% of incidents in low- to middle-income countries. In Brazil, with over 100,000 non-fatal incidents and 5,000 deaths in 2019, rip currents contribute significantly, particularly in tourist destinations like Santa Catarina. This study proposes a YOLO-based (You Only Look Once) Deep Learning model to detect rip currents in coastal photos, taken from the CoastSnap project. The YOLO model enhances the identification of these perilous currents, offering a promising tool for public awareness and mitigating drowning incidents in regions prone to rip current-related accidents.Florianópolis, SC.von Wangenheim, Christiane GresseUniversidade Federal de Santa Catarina.Seugling, Ramon2023-12-15T13:25:46Z2023-12-15T13:25:46Z2023-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/253327Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-12-15T13:25:46Zoai:repositorio.ufsc.br:123456789/253327Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-12-15T13:25:46Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
title Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
spellingShingle Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
Seugling, Ramon
Inteligência Artificial
Corrente de retorno
YOLO
Detecção de objetos
Deep Learning
title_short Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
title_full Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
title_fullStr Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
title_full_unstemmed Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
title_sort Desenvolvimento de um modelo de detecção de correntes de retorno usando Deep Learning com fotos do CoastSnap
author Seugling, Ramon
author_facet Seugling, Ramon
author_role author
dc.contributor.none.fl_str_mv von Wangenheim, Christiane Gresse
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Seugling, Ramon
dc.subject.por.fl_str_mv Inteligência Artificial
Corrente de retorno
YOLO
Detecção de objetos
Deep Learning
topic Inteligência Artificial
Corrente de retorno
YOLO
Detecção de objetos
Deep Learning
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-15T13:25:46Z
2023-12-15T13:25:46Z
2023-12-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/253327
url https://repositorio.ufsc.br/handle/123456789/253327
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652205757038592

Registros relacionados