Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/56725| Tipo: | Artigo de Evento |
| Título : | Identificação de patologias em pavimentos rodoviários utilizando inteligência artificial. |
| Autor : | Freitas, Gabriel Tavares de Melo Nobre Júnior, Ernesto Ferreira |
| Palabras clave : | Pavimentos - Defeitos;Aprendizado de máquina;Algorítmos computacionais;Aprendizado profundo;Algoritmos;Tomada de Decisões |
| Fecha de publicación : | 2020 |
| Citación : | FREITAS, Gabriel Tavares de Melo ; NOBRE JÚNIOR, Ernesto Ferreira. Identificação de patologias em pavimentos rodoviários utilizando inteligência artificial. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES. 34º., 100% Digital, 16 a 21 nov. 2020. Anais [...], [s.l]: Editora: Associação Nacional de Pesquisa e Ensino em Transportes, 2020. p.831-834. |
| Resumen en portugués brasileño: | Neste trabalho, pretende-se realizar a implementação de um algoritmo de detecção de patologias no pavimento rodoviário. Para isso, foi realizado o processo de coleta de imagens, treinamento do algoritmo de Deep Learning e, por fim, a classificação. Para a classificação, foi utilizado neste objeto de estudo, duas classes: buracos e remendos. No resultado, foi obtido uma acurácia de 97% para buracos e 92% para remendos. Além disso, foi desenvolvido um software de validação do algoritmo de detecção. |
| Abstract: | In this work, we intend to implement an algorithm for detecting pathologies on the road pavement. For this, the image collection process, training of the Deep Learning algorithm and, finally, classification were carried out. For the classification, in this object of study, two classes were used: holes and patches. In the result, an accuracy of 97% was obtained for holes and 92% for patches. In addition, a detection algorithm validation software was developed. |
| URI : | http://www.repositorio.ufc.br/handle/riufc/56725 |
| ISBN : | 978-65-89319-00-9 |
| Aparece en las colecciones: | DET - Trabalhos apresentados em eventos |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2020_eve_gtdemfreitas.pdf | 938,18 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.