Portal de Eventos Científicos da UTFPR (EVIN), XXIV Seminário de Iniciação Científica e Tecnológica da UTFPR

Tamanho da fonte: 
Aprendizado profundo para reconhecimento de marca e modelo de automóveis brasileiros
Lucas Augusto Albini, Matheus Gutoski, Heitor Silvério Lopes

Última alteração: 2020-05-21

Resumo


A classificação de marcas e modelos de carros é uma questão frequentemente discutida na literatura devido às suas diversas aplicações em segurança, controle de tráfego e planejamento urbano, especialmente no contexto de cidades inteligentes. Atualmente, os métodos de aprendizado profundo são o estado da arte para classificação de imagens e vídeos. Este trabalho apresenta um método para classificar carros no nível de marca e modelo de forma simples e eficaz, utilizando a aprendizagem profunda. Para realizar essa tarefa, a rede neural Inception-v3 foi utilizada para treinar e avaliar o modelo. Outro objetivo deste trabalho é criar um conjunto de dados de imagens de carros produzidos pela indústria brasileira, para que o trabalho seja contextualizado nacionalmente. Nossos resultados mostraram que a abordagem proposta foi muito bem sucedida para fins de classificação e incentiva o desenvolvimento futuro.

Palavras-chave


Visão computacional;Aprendizagem profunda;Classificação de carros.

Texto completo: PDF