Treinamento de uma rede neural para detectar rachaduras

Abstract

A visão é um dos sentidos mais importantes para nós humanos, permitindo-nos identificar formas, cores, texturas e contornos. Todas essas informações são rapidamente processadas pelo nosso cérebro em questão de milissegundos. Esse processo, que para nós é automático, é incrivelmente preciso e veloz, possibilitando que qualquer pessoa reconheça imediatamente uma imagem. Embora profissionais altamente treinados possam extrair informações adicionais, mesmo uma pessoa com conhecimentos básicos seria capaz de identificar, por exemplo, uma rachadura. Por esse motivo, é comum que algumas pessoas se dediquem à inspeção de locais em busca de problemas estruturais. No entanto, essa abordagem envolve riscos, pois requer que indivíduos entrem em locais potencialmente perigosos. Além disso, é necessário alocar essas pessoas até o local, e elas não podem permanecer lá o tempo todo. Isso significa que pode haver um período considerável entre o surgimento da rachadura e sua detecção, o que pode agravar a situação ou colocar vidas em perigo. Uma solução para esse problema é usar o computador para identificar essas falhas. Os computadores podem realizar essa tarefa de maneira rápida e contínua, sem colocar em risco a segurança de um ser humano. Além disso, o uso de drones pode ser uma opção eficaz para inspeções em locais de difícil acesso. Portanto a maior dificuldade está em fazer com que o computador consiga reconhecer padrões em imagens para detectar objetos. Assim, o presente trabalho tem por objetivo utilizar os conhecimentos adquiridos em visão computacional para buscar uma solução, usando ferramentas de reconhecimento de imagens e padrões, como ferramentas de redes neurais, para detectar rachaduras, localizá-las e informar as pessoas sobre sua confiança. Os resultados gerados serão analisados em conformidade a precisão alcançada.