Comparação de desempenho entre algoritmos de reconhecimento de objetos em imagem

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAndrade, Mauren Louise Sguario Coelho de-
Autor(es): dc.contributorAndrade, Mauren Louise Sguario Coelho de-
Autor(es): dc.contributorRanthum, Geraldo-
Autor(es): dc.contributorAlves, Gleifer Vaz-
Autor(es): dc.creatorCosta, Renan Rodrigues Vale-
Data de aceite: dc.date.accessioned2022-02-21T22:10:56Z-
Data de disponibilização: dc.date.available2022-02-21T22:10:56Z-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2019-11-19-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/15990-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/669482-
Descrição: dc.descriptionThe objective of this work is to compare methods in order to serve as a validation work, additionally, to study object recognition algorithms in images, starting from the introduction to an image, to the comparison between the performance of two algorithms, You only Look Once and Faster RCNN, in a dataset from MS COCO 2017 and another from Pascal VOC 2007. The results obtained were that a considerable difference between the performance of these two scene object recognition methods was noted. Both performance and speed, which was tested on a small set of images. The only point at which Faster RCNN was superior to YOLOv3 was the training speed and amount of memory used during the same process. This is because this method uses a smaller network than the one used by YOLOv3 in this third version.-
Descrição: dc.descriptionO trabalho tem como objetivo comparar métodos a fim de servir como um trabalho de validação, além de realizar um estudo sobre algoritmos de reconhecimento de objeto em imagens, partindo desde a introdução a uma imagem, até a comparação entre o desempenho de dois algoritmos, You only Look Once e Faster RCNN, em um conjunto de dados da MS COCO 2017 e outro da Pascal VOC 2007. Os resultados obtidos foram que, foi notado uma diferença considerável entre o desempenho entre esses dois métodos de reconhecimento de objetos em cena. Tanto no quesito desempenho, quanto no quesito velocidade, no qual foi testado em um conjunto pequeno de imagens. O único ponto no qual o Faster RCNN se mostrou superior em relação ao YOLOv3, foi em relação a velocidade de treinamento e quantidade de memória utilizada durante o mesmo processo. Isso ocorre devido a esse método utilizar uma rede menor do que a utilizada pelo YOLOv3 nessa terceira versão.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectAprendizagem cognitiva-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectCognitive learning-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleComparação de desempenho entre algoritmos de reconhecimento de objetos em imagem-
Título: dc.titlePerformance comparison between image object recognition algorithms-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.