Slides 04 (PDF para download)

Prévia do material em texto

<p>WBA0872_v1.0</p><p>Desenvolvimento de aplicações</p><p>IA – robótica, imagem e visão</p><p>computacional</p><p>Métodos inteligentes em</p><p>processamento de imagens</p><p>Aplicações em visão computacional usando</p><p>Machine Learning e Deep Learning. Visão</p><p>robótica.</p><p>Bloco 1</p><p>Yuri Sá</p><p>Conceitos de computação Hard Computing</p><p>• Lógica clássica (Booleana).</p><p>• Algoritmos estritos.</p><p>• Métodos de regressão.</p><p>• Clusterização.</p><p>Conceitos de computação Soft Computing</p><p>• Lógica Fuzzy.</p><p>• Algoritmos genéticos.</p><p>• Redes neurais.</p><p>Utilização de Soft Computing e modelos de Machine Learning</p><p>Figura 1 – Evolução da performance dos modelos de classificação de imagens com</p><p>aprendizado de máquina</p><p>Fonte: Shrivastava (2021).</p><p>Métodos inteligentes em</p><p>processamento de imagens</p><p>Aplicações em visão computacional usando</p><p>Machine Learning e Deep Learning. Visão</p><p>robótica.</p><p>Bloco 2</p><p>Yuri Sá</p><p>Detecção de objetos – Conceitos e exemplos</p><p>• Métodos e estratégias.</p><p>• Redes neurais.</p><p>• Redes neurais convolucionais.</p><p>Métodos inteligentes em</p><p>processamento de imagens</p><p>Aplicações em visão computacional usando</p><p>Machine Learning e Deep Learning. Visão</p><p>robótica.</p><p>Bloco 3</p><p>Yuri Sá</p><p>Detecção de objetos - YOLO</p><p>• Utilizar modelo pré-treinado.</p><p>• Aplicações e visualizações.</p><p>Teoria em Prática</p><p>Bloco 4</p><p>Yuri Sá</p><p>Reflita sobre a seguinte situação</p><p>• Empresa de segurança.</p><p>• Melhorar eficiência de vigilância.</p><p>• Câmeras de alta resolução.</p><p>• Local muito visitado.</p><p>• Fluxo de processo.</p><p>Norte para a resolução...</p><p>• Procure bibliotecas e métodos para detecção de</p><p>objetos – neste caso pessoas.</p><p>• Combine com um modelo capaz de reconhecer</p><p>comportamentos e ou feições.</p><p>• Crie uma heurística de avaliação de probabilidade para</p><p>mostrar ao operador humano.</p><p>• Deixe claro que somente o operador humano pode</p><p>gerenciar o dado.</p><p>Dica do(a) Professor(a)</p><p>Bloco 5</p><p>Yuri Sá</p><p>Dica do professor</p><p>• Comece utilizando modelos prontos e até mesmo</p><p>aplicações prontas, pois isto vai ajudá-lo a</p><p>compreender o funcionamento dos modelos e sua</p><p>aplicação.</p><p>• Teste modelos que contenham base de testes.</p><p>Entender o modelo de forma abstrata é bastante</p><p>complicado, procure modelos com bases de exemplos</p><p>pré-treinados e fáceis de aplicar com seus próprios</p><p>exemplos.</p><p>Referências</p><p>DOCUMENTATION. OpenCV. Disponível em: http://docs.opencv.org.</p><p>2021. Acesso em: 10 abr. 2021.</p><p>SÁ, Yuri. Fuzzylegacy: a fuzzy logic control lib and frontend in c++. A</p><p>Fuzzy Logic Control Lib and Frontend in C++. 2019. Disponível em:</p><p>https://github.com/yurisa2/fuzzylegacy. Acesso em: 4 maio 2021.</p><p>SÁ, Yuri. Yolo v3 Object Detection in Tensorflow. 2021. Disponível</p><p>em: https://www.kaggle.com/yurisa2/yolo-v3-object-detection-in-</p><p>tensorflow. Acesso em: 4 jun. 2021.</p><p>Bons estudos!</p><p>Desenvolvimento de aplicações IA – robótica, imagem e visão computacional</p><p>Métodos inteligentes em processamento de imagens</p><p>Conceitos de computação Hard Computing</p><p>Conceitos de computação Soft Computing</p><p>Utilização de Soft Computing e modelos de Machine Learning</p><p>Métodos inteligentes em processamento de imagens</p><p>Detecção de objetos – Conceitos e exemplos</p><p>Métodos inteligentes em processamento de imagens</p><p>Detecção de objetos - YOLO</p><p>Teoria em Prática</p><p>Reflita sobre a seguinte situação</p><p>Norte para a resolução...</p><p>Dica do(a) Professor(a)</p><p>Dica do professor</p><p>Referências</p><p>Bons estudos!</p>