Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/56725| Tipo: | Artigo de Evento |
| Título: | Identificação de patologias em pavimentos rodoviários utilizando inteligência artificial. |
| Autor(es): | Freitas, Gabriel Tavares de Melo Nobre Júnior, Ernesto Ferreira |
| Palavras-chave: | Pavimentos - Defeitos;Aprendizado de máquina;Algorítmos computacionais;Aprendizado profundo;Algoritmos;Tomada de Decisões |
| Data do documento: | 2020 |
| Citação: | 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. |
| Resumo: | 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 nas coleções: | DET - Trabalhos apresentados em eventos |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2020_eve_gtdemfreitas.pdf | 938,18 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.