Classificação de imagens de estilos arquitetônicos usando aprendizado profundo (2024)
- Authors:
- Autor USP: SILVA, LUCAS SERAFIM DA - ICMC
- Unidade: ICMC
- Subjects: APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; ESTILOS DE ARQUITETURA; REDES NEURAIS; PROCESSAMENTO DE IMAGENS
- Keywords: Arquitetura
- Language: Português
- Abstract: A presente pesquisa inclinou-se em investigar a classificação de imagens de estilos arquitetônicos usando aprendizado profundo. Tendo como objetivo geral a aplicação de uma rede neural pré-treinada. Além disso, também foram alvo da investigação: a seleção dos estilos de arquitetura a serem trabalhados, bem como a coleta de imagens na internet por meio da técnica de raspagem de dados (web scraping); curadoria das imagens coletadas e construção de um conjunto de imagens para aplicação nos ensaios propostos e utilização da técnica de aumento de dados (data aumengtation). O desenvolvimento dos testes começou com a construção de um baseline que visou testar o desempenho das redes neurais ResnNet 50, Inception V3 e Efficient Net por meio da extração de características do conjunto de imagens e classificação com o algoritmo SVM. Ao se constatar que o melhor desempenho foi o apresentado pela rede Efficient Net, foi realizada a segunda etapa com novos 07 experimentos por meio da técnica de fine-tuning, que permite modificações nos parâmetros da penúltima camada da rede, bem como observar os desempenhos alcançados. O experimento 02 foi o que obteve melhores resultados pelas métricas de avaliação que estiveram entre 82 e 84% de aproveitamento. Também foram utilizados para análise de resultados a matrizes de desempenho, algoritmo Grad-CAM, grafo e gráfico de correlação. Como resultados, além da confecção de um conjunto de 3899 imagens distribuídos entre 16 estilos arquitetônicos, foi obtido um rendimento satisfatório na classificação e nos casos em que o houve falha no classificador, foi possível traçar paralelos históricos de proximidade ou inspirações entre as diferentes épocas da arquitetura que podem ter causado tal equívoco.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
SILVA, Lucas Serafim da. Classificação de imagens de estilos arquitetônicos usando aprendizado profundo. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/9533681e-0fc4-4c75-9ad8-252ce8e88ffd/LUCAS_SERAFIM_DA_SILVA.pdf. Acesso em: 23 mar. 2025. -
APA
Silva, L. S. da. (2024). Classificação de imagens de estilos arquitetônicos usando aprendizado profundo (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/9533681e-0fc4-4c75-9ad8-252ce8e88ffd/LUCAS_SERAFIM_DA_SILVA.pdf -
NLM
Silva LS da. Classificação de imagens de estilos arquitetônicos usando aprendizado profundo [Internet]. 2024 ;[citado 2025 mar. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/9533681e-0fc4-4c75-9ad8-252ce8e88ffd/LUCAS_SERAFIM_DA_SILVA.pdf -
Vancouver
Silva LS da. Classificação de imagens de estilos arquitetônicos usando aprendizado profundo [Internet]. 2024 ;[citado 2025 mar. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/9533681e-0fc4-4c75-9ad8-252ce8e88ffd/LUCAS_SERAFIM_DA_SILVA.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
LUCAS_SERAFIM_DA_SILVA.pd... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
