Detecção de nível de água com marcador visual: comparação de modelos baseados em ResNet50V2, InceptionV3 e ConvNeXt Tiny (2024)
- Authors:
- Autor USP: DOMINGUES FILHO, GABRIEL MONTAGNI - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Subjects: APRENDIZAGEM PROFUNDA; ENCHENTES URBANAS
- Keywords: Detecção de enchentes.; Marcador visual.
- Language: Português
- Abstract: Nos últimos anos, aprendizado profundo tem sido muito estudado e utilizado, com aplicações em diversas áreas, especialmente em saúde e agricultura. Em meio ambiente, algumas tecnologias têm sido utilizadas para detecção de enchentes, sendo as principais baseadas em sensores de pressão ou ultrassônicos, que, embora precisos, podem ser suscetíveis a danos causados por inundações e costumam ser caros. Como alternativa, métodos baseados em visão computacional oferecem uma solução de baixo custo; no entanto, a maioria desses métodos utiliza imagens diretamente do fluxo de água e são sensíveis a fatores ambientais. Este estudo abordou a utilização de aprendizado profundo em conjunto com um marcador visual para detecção de nível de água com barras pretas intercaladas, para indicar a profundidade da água em rios. Para tal, neste trabalho foi realizada a comparação de modelos tradicionais baseados em ResNet50V2 , InceptionV3 e ConvNeXt Tiny e redes siamesas em tarefas de classificação e regressão, de modo a verificar o comportamento desses modelos em conjunto com um marcador visual e também comparando o desempenho de cada um deles. A avaliação dos resultados foi realizada com métricas clássicas de classificação e de erro. O melhor resultado geral foi obtido pela ResNetV250 com 92% de f1-score como rede siamesa. No entanto, o segundo melhor modelo foi a InceptionV3 tanto como classificação, atingindo 88% de f1-score . Esses resultados promissores fornecem insights importantes para aplicações práticas, estudos futuros e ajudam a introduzir esses modelos na área ambiental.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
DOMINGUES FILHO, Gabriel Montagni. Detecção de nível de água com marcador visual: comparação de modelos baseados em ResNet50V2, InceptionV3 e ConvNeXt Tiny. 2024. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/a2109361-3889-4127-984b-7162763231ed/Filho_Domingues_Montagni_Gabriel.pdf. Acesso em: 22 abr. 2025. -
APA
Domingues Filho, G. M. (2024). Detecção de nível de água com marcador visual: comparação de modelos baseados em ResNet50V2, InceptionV3 e ConvNeXt Tiny (Trabalho de Conclusão de Curso (Graduação). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/a2109361-3889-4127-984b-7162763231ed/Filho_Domingues_Montagni_Gabriel.pdf -
NLM
Domingues Filho GM. Detecção de nível de água com marcador visual: comparação de modelos baseados em ResNet50V2, InceptionV3 e ConvNeXt Tiny [Internet]. 2024 ;[citado 2025 abr. 22 ] Available from: https://bdta.abcd.usp.br/directbitstream/a2109361-3889-4127-984b-7162763231ed/Filho_Domingues_Montagni_Gabriel.pdf -
Vancouver
Domingues Filho GM. Detecção de nível de água com marcador visual: comparação de modelos baseados em ResNet50V2, InceptionV3 e ConvNeXt Tiny [Internet]. 2024 ;[citado 2025 abr. 22 ] Available from: https://bdta.abcd.usp.br/directbitstream/a2109361-3889-4127-984b-7162763231ed/Filho_Domingues_Montagni_Gabriel.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Filho_Domingues_Montagni_... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
