Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/40461
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2023_SamuelNogueiraBacelar_tcc.pdf11,06 MBAdobe PDFver/abrir
Título: Identificação de defeitos em pavimentos utilizando deep learning
Autor(es): Bacelar, Samuel Nogueira
Orientador(es): Braz, Fabricio Ataides
Assunto: Redes neurais convolucionais (Computação)
Aprendizado de máquina
Inteligência artificial
Data de apresentação: 10-Jul-2024
Data de publicação: 11-Nov-2024
Referência: BACELAR, Samuel Nogueira. Identificação de defeitos em pavimentos utilizando deep learning. 2023. 70 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2023.
Resumo: Quanto mais desenvolvido é um país, maior é a dimensão de sua malha rodoviária e por consequência maior é a quantidade de recursos gastos com manutenção desta malha. É vital para qualquer entidade responsável pela manutenção de pavimentos, que seja possível identificar buracos em pavimentos o mais rápido possível gastando o mínimo possível. Por conta disso, uma abordagem ideal para auxiliar na identificação rápida e barata é a de utilizar tecnologias de aprendizado de máquina voltadas para a área da visão computacional. Essas tecnologias podem ser utilizadas para criar um modelo de Inteligência Artificial capaz de identificar e classificar imagens de pavimentos que contenham ou não defeitos. Este trabalho tem como objetivo auxiliar na rápida identificação de defeitos em pavimentos. Para alcançar esse objetivo serão aplicados métodos de Deep Learning voltadas para a visão computacional a fim de criar um modelo que seja capaz de fazer essa classificação. Além disso, o modelo será avaliado e possíveis melhorias serão apontadas.
Abstract: The more developed a country is, the larger the size of its road network and consequently the greater the amount of resources spent on maintaining this network. It is vital for any entity responsible for the maintenance of roads and highways to be able to identify potholes in the roads as quickly as possible while spending as little as possible. Because of this, an ideal approach to assist in quick and cheap identification is to use machine learning technologies external to the area of computer vision. These technologies are used to create an Artificial Intelligence model capable of identifying and classifying images of roads that contain or do not contain damage. This work aims to assist in the rapid identification of potholes on roads. For this objective, Deep Learning methods focused on computer vision will be applied in order to create a model that is capable of carrying out this classification. Furthermore, the model will be evaluated and possible improvements will be highlighted.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2023.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia de Software



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.