Estudo e demonstração de modelos de redes neurais profundas para classificação de imagens em aplicações móveis

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRibas, Lucas Correia-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorUezu, Arthur Borsonaro-
Data de aceite: dc.date.accessioned2025-08-21T20:46:12Z-
Data de disponibilização: dc.date.available2025-08-21T20:46:12Z-
Data de envio: dc.date.issued2024-12-10-
Data de envio: dc.date.issued2024-12-10-
Data de envio: dc.date.issued2024-11-12-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/258891-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/258891-
Descrição: dc.descriptionEsta monografia apresenta um estudo comparativo sobre o uso de redes neurais profundas para a classificação de imagens em dispositivos móveis, utilizando modelos otimizados para o contexto móvel como o MobileNet, InceptionV3 e ResNet. A pesquisa também abrange a implementação de uma plataforma móvel utilizando React Native e TensorFlow.js, na qual modelos pré-treinados são adaptados para operar em dispositivos com recursos limitados. Foi desenvolvido um aplicativo demo que permite a classificação de imagens em tempo real, destacando o equilíbrio entre precisão, consumo de recursos e desempenho. Além disso, são discutidos aspectos como o uso de Transfer Learning e os desafios inerentes à execução de redes neurais em dispositivos móveis além da comparação entre diferentes modelos quanto à sua eficiência e impacto no desempenho dos dispositivos. Ao final, é comprovada a eficiência e possibilidade de uso da técnica utilizada a partir dos resultados gerados e do desenvolvimento da plataforma demo.-
Descrição: dc.descriptionThis monograph presents a comparative study on the use of deep neural networks for image classification on mobile devices, utilizing models optimized for the mobile context, such as MobileNet, InceptionV3, and ResNet. The research also covers the implementation of a mobile platform using React Native and TensorFlow.js, where pre-trained models are adapted to operate on resource-constrained devices. A demo application was developed that allows realtime image classification, highlighting the balance between accuracy, resource consumption, and performance. Furthermore, aspects such as the use of Transfer Learning and the challenges inherent to running neural networks on mobile devices are discussed, as well as a comparison between different models regarding their efficiency and impact on device performance. In the end, the efficiency and feasibility of the technique used are proven through the generated results and the development of the demo platform-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectAplicações móveis-
Palavras-chave: dc.subjectRedes neurais profundas-
Palavras-chave: dc.subjectClassificação de imagens-
Palavras-chave: dc.subjectTransfer learning-
Palavras-chave: dc.subjectDeep neural networks-
Palavras-chave: dc.subjectImage classification-
Palavras-chave: dc.subjectMobile applications-
Título: dc.titleEstudo e demonstração de modelos de redes neurais profundas para classificação de imagens em aplicações móveis-
Título: dc.titleStudy and demonstration of deep neural network models for image classification in mobile applications-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.