Reconhecimento de objetos em uma cena utilizando redes neurais convolucionais

• Autor(a) principal: Santos, Valéria Nunes dos
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/12497
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Processamento de imagens; Aprendizado do computador; Catalogação - Processamento de dados; Image processing; Machine learning; Cataloging - Data processing

Identificar e classificar objetos em uma imagem ´e um processo que tem chamado a atenção nos últimos anos devido a evolução das redes neurais artificias. Hoje existem redes neurais artificiais capazes de serem treinadas com N classes e ainda manter uma acurácia alta para predição de objetos. As redes neurais convolucionais são as principais quando se trata de imagens, pois foram projetadas com foco em localizar objetos em cenas. Com isso, tanto a classificação quanto a localização de latas e garrafas nos quais são os objetos propostos se torna possível através das redes neurais convolucionais. É importante frisar que a base do treinamento de uma rede neural convolucional se resume em cálculo de larga escala o que por sua vez requer muito processamento, logo o uso de ferramentas que tragam benefícios em relação ao custo de processamento como ´e o caso das GPUs e da tecnologia CUDA foi um critério indiscutível, pois sem estes não seria possível utilizar as configurações ideais da rede e também impactaria negativamente no tempo de treinamento da mesma. Por fim, os resultados obtidos com o treinamento da rede neural convolucional para detectar latas e garrafas atingiu as expectativas, considerando que a rede alcançou uma média de precisão de 87,55%, em um intervalo de tempo de aproximadamente quatro dias de treinamento.