Uma avaliação elaborada dos principais modelos de referência para classificação de imagens

Abstract

Ultimamente, a área da aprendizagem profunda vem sendo um objeto de pesquisa muito comum no campo da visão computacional. Por conta deste interesse de desenvolvimento na área, uma vasta gama de modelos de redes neurais propostos para classificação e recon hecimento de imagens e objetos vem surgindo, cada um com suas qualidades e defeitos. Consequentemente, pesquisadores que desejam apenas usufruir de tais modelos para auxil iar em suas pesquisas de áreas semelhantes, acabam necessitando se aprofundar no assunto apenas para poder decidir quais modelos melhor se encaixariam em seus trabalhos. Este trabalho consiste em fazer uma análise comparativa dos principais modelos de referência para reconhecimento de imagens e detecção de objetos. O foco principal é con seguir apontar quais modelos se sobressaem em aspectos de precisão e tempo de execução, para que se possa obter uma noção de quais são indicados para certos tipos de situações. Por exemplo, uma boa precisão com um modelo mais leve, para máquinas menos robustas, ou a melhor eficiência possível, descartando a preocupação com a utilização de recursos. Para tal, cada um dos modelos apresentados neste trabalho foi avaliado dentro do mesmo ambiente de software e hardware, e utilizando as mesmas bases de dados, sendo um deles composto por 50000 imagens do banco de dados da ImageNet, comumente utilizado em desafios de reconhecimento de imagens, e o outro, um banco composto por 100 imagens coletadas pelo autor deste trabalho. Os resultados mostraram que o Inception-V3, DenseNet e ResNet, empregaram as melhores estratégias para precisão na classificação, enquanto o ShuffleNet-V2 mostrou ser o modelo mais econômico.