Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Braz, Fabricio Ataides | - |
dc.contributor.author | Bacelar, Samuel Nogueira | - |
dc.identifier.citation | 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. | pt_BR |
dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2023. | pt_BR |
dc.description.abstract | 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. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Redes neurais convolucionais (Computação) | pt_BR |
dc.subject.keyword | Aprendizado de máquina | pt_BR |
dc.subject.keyword | Inteligência artificial | pt_BR |
dc.title | Identificação de defeitos em pavimentos utilizando deep learning | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2024-11-11T15:09:56Z | - |
dc.date.available | 2024-11-11T15:09:56Z | - |
dc.date.submitted | 2024-07-10 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/40461 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | 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. | pt_BR |
dc.description.abstract1 | 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. | pt_BR |
Aparece na Coleção: | Engenharia de Software
|